Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

38
KURSUS SINGKAT PENDALAMAN MATERI GEOMORFOLOGI JURUSAN GEOGRAFI LINGKUNGAN FAKULTAS GEOGRAFI UNIVERSITAS GADJAH MADA YOGYAKARTA PENGOLAHAN CITRA DIGITAL DASAR UNTUK PEMETAAN GEOMORFOLOGI Disusun Oleh: Bramantiyo Marjuki

Transcript of Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Page 1: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

KURSUS SINGKAT PENDALAMAN MATERI GEOMORFOLOGIJURUSAN GEOGRAFI LINGKUNGAN FAKULTAS GEOGRAFIUNIVERSITAS GADJAH MADA YOGYAKARTA

PENGOLAHAN CITRA DIGITAL DASAR UNTUK PEMETAAN GEOMORFOLOGI

Disusun Oleh:Bramantiyo Marjuki

2010

Page 2: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

DAFTAR ISI

A. PENDAHULUAN1. Tujuan dan Hasil yang diharapkan2. Penginderaan Jauh untuk Geomorfologi

B. TUTORIAL CARA DOWNLOAD DATA LANDSAT DAN SRTM DEM DARI GLCF.

C. TUTORIAL PENGOLAHAN CITRA DIGITAL DASAR UNTUK PEMETAAN GEOMORFOLOGI

Page 3: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

I. PENDAHULUAN

I.A TUJUAN DAN HASIL YANG DIHARAPKAN

1. Peserta dapat memahami tentang penginderaan jauh dan citra digital, serta kegunaannya dalam pemetaan geomorfologi.

2. Peserta dapat mencari dan menggunakan data dari berbagai layanan data penginderaan jauh yang bersifat gratis (free of use) untuk dapat dimanfaatkan dalam suatu studi geomorfologi

3. Peserta dapat menguasai berbagai teknik pengolahan citra digital dasar yang relevan dan dapat mendukung kebutuhan pemetaan geomorfologi.

I.B PENGINDERAAN JAUH UNTUK GEOMORFOLOGI

I.B.1 Penginderaan Jauh

Menurut Canadian Center of Remote Sensing (, 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. Proses penginderaan jauh dapat digambarkan sebagai berikut:

Gambar 1. Proses Penginderaan Jauh

Page 4: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Dari gambar dan definisi di atas, dapat diambil beberapa kata kunci tentang penginderaan jauh, yaitu:

1. Sumber energi, sumber energi yang digunakan dalam penginderaan jauh dapat berasal dari matahari (sistem penginderaan jauh pasif) atau sumber energi buatan yang dipasang pada suatu wahana (sistem penginderaan jauh aktif).

2. Energi, yang dimaksud energi disini adalah gelombang elektromagnet yang dipancarkan oleh matahari atau sumber energi buatan. Gelombang elektromagnetik dari matahari mempunyai karakteristik tertentu pada setiap setiap julat tertentu dari keseluruhan gelombang yang dipancarkan. Beberapa Julat spektral (atau disebut spektrum) dari gelombang elektromagnetik yang dipancarkan matahari dapat dimanfaatkan untuk penginderaan jauh, sedangkan sisanya terhamburkan atau terserap di atmosfer

Gambar 2. (a). Model gelombang electromagnet yang digunakan dalam penginderaan jauh dan (b) spektrum elektromagnet, spektrum yang digunakan dalam penginderaan jauh antara lain Ultraviolet (UV), visible (VIS), Inframerah

(IR), dan gelombang mikro.

3. Obyek di Permukaan bumi, obyek permukaan bumi merupakan obyek yang akan diambil informasinya dalam penginderaan jauh. 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. Oleh karena itu, variasi respon obyek ini yang menjadi sasaran utama dilakukannya “penginderaan jauh” terhadap obyek tersebut, yang kemudian informasi yang dihasilkan dari proses tersebut digunakan untuk berbagai aplikasi.

Page 5: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Gambar 3. Perbedaan respon obyek vegetasi (v), tanah (s) dan air (w) pada spektrum yang berbeda di citra LANDSAT ETM+

4. Sensor/perekam, Energi elektromagnet yang dipantulkan oleh obyek di permukaan bumi kemudian dideteksi dan direkam oleh sensor yang dipasang pada suatu wahana (satelit, pesawat, balon udara dan wahana lainnya). Sensor – sensor penginderaan jauh mempunyai kapabilitas yang berbeda – beda sesuai dengan tujuan pengembangan dan aplikasinya.Sensor dapat dibedakan berdasarkan atas berbagai kriteria. Secara umum sensor penginderaan jauh dapat dibedakan menjadi dua yaitu fotografis dan elektronis. Keluaran dari sensor fotografis berupa foto (analog), sedangkan sensor elektronis berupa citra (digital). Setiap sensor baik fotografis maupun elektronis mempunyai kemampuan yang berbeda dalam merekam energi elektromagnetik yang datang padanya. Ada yang hanya mampu merekam pada julat spektral yang sangat lebar (bisa satu atau lebih spektrum). Sistem ini disebut pankromatik. Sedangkan sistem lain bisa merekam pada beberapa julat spektral (tiga julat atau lebih) yang disebut dengan sistem multispektral. Perkembangan dewasa ini sistem yang dikembangkan sudah ada yang dapat merekam sampai ratusan julat spektral (band). Sistem ini disebut hiperspektral. Dilihat dari jenis spektrum yang direkam, sensor dapat dibedakan menjadi sensor optis (bekerja pada spektrum visible sampai Short Wave Infrared), sensor thermal (bekerja pada spektrum mid infrared sampai far/thermal infrared), dan sensor gelombang mikro (passive) atau RADAR

Spektrum tampak saluran biru Spektrum tampak saluran hijau Spektrum tampak saluran merah

Spektrum infra merah saluran inframerah dekat

Spektrum inframerah saluran inframerah pendek 1

Spektrum inframerah saluran inframerah pendek 2

W

V

S

Page 6: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

(active). Selain dari karakteristik spektral, sensor elektronis juga dapat dibedakan berdasarkan kemampuan kedetilan dalam merekam permukaan bumi atau disebut dengan resolusi spasial, mulai dari resolusi rendah (> 500 meter), resolusi menengah (50 meter – 500 meter) dan resolusi tinggi (< 50 meter).

Gambar 4. (a) Citra Landsat Pankromatik dan (b) Citra Landsat Multispektral

Gambar 5. (a) citra optis, (b) citra termal dan (c) citra radar

Gambar 6. Perbedaan resolusi spasial dan pengaruhnya pada kedetilan pada (a) Citra Landsat ETM+ dengan resolusi 30 meter, (b) Citra ASTER VNIR dengan resolusi 15 meter, dan (c) Citra IKONOS dengan resolusi 1 meter

Page 7: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

5. 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. Level pemrosesan pada setiap jenis produk citra dapat saja berbeda antara satu pengelola layanan citra (vendor) satu dan lainnya. Untuk citra Landsat misalnya, produk dijual dalam berbagai level pemrosesan mulai dari Level 0 (data mentah), level 1R (terkoreksi radiometrik), level 1G (terkoreksi radiometrik dan geometrik) sampai level 1T (terkoreksi medan).

6. Analisis citra, yang dimaksud dengan analisis citra disini adalah tahapan kerja (metode) yang diaplikasikan pada suatu citra agar dapat diambil suatu informasi dari citra tersebut (ekstraksi informasi dari citra). Terdapat dua jenis metode ekstraksi informasi dari citra satelit, yaitu manual (visual) dan analisis digital terotomasi dengan bantuan komputer. Ekstraksi informasi secara manual atau dikenal dengan interpretasi visual dilakukan melalui beberapa tahapan kerja yang dimulai dari deteksi obyek, indentifikasi obyek, deduksi obyek, analisis, klasifikasi dan idealisasi (Verstappen, 1977). Deteksi obyek adalah pengamatan suatu obyek (target) pada citra yang nampak khas dan berbeda dengan latar belakangnya. Pada tahap identifikasi, obyek tersebut berusaha diidentifikasi karakteristiknya, Identifikasi ini mendasarkan pada enam kunci interpretasi citra yang meliputi bentuk (shape), rona/warna (tone/color), ukuran (size), pola (pattern), tekstur (texture), bayangan (shadow) dan asosiasi (association). Setelah diketahui karakteristik obyek tersebut dari hasil identifikasi menggunakan enam kunci interpretasi, pada tahap deduksi disimpulkan obyek tersebut merupakan obyek apa. Setelah tahap deduksi kemudian baru dilakukan analisis (identifikasi sebaran obyek),klasifikasi (deliniasi obyek yang sama) dan idealisasi (penyajian dalam bentuk peta). Ekstraksi secara digital menggunakan pendekatan yang berbeda dengan ekstraksi visual. Disini segala pekerjaan mulai dari identifikasi sampai klasifikasi dilakukan oleh komputer secara otomatis. Operator biasanya hanya perlu memasukkan nilai - nilai parameter statistik yang akan menjadi dasar komputer dalam menganalisis. Analisis digital juga memasukkan beberapa tahap pra pemrosesan sebelum citra dianalisis seperti misalnya koreksi radiometrik, koreksi geometrik, image enhancement, dan transformasi citra.

Page 8: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Gambar 7. Contoh Hasil Analisis citra digital berupa (a) Citra asli dan (b) Peta penutup lahan hasil analisis.

Gambar 8. Proses interpretasi visual pemetaan batuan menggunakan foto udara

7. Aplikasi, Informasi tematik yang diturunkan dari analisis citra penginderaan jauh dapat dimanfaatkan di berbagai bidang, misalnya pertanian, kehutanan, perencanaan wilayah, geologi, pertambangan, geografi.

Page 9: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

1.B.2 Penginderaan Jauh untuk Geomorfologi

Geomorfologi adalah ilmu yang mempelajari bentuklahan (landform) di permukaan bumi. Bentuklahan sendiri dalam banyak pustaka didefinisikan sebagai konfigurasi permukaan bumi yang memiliki relief yang khas, yang dikontrol oleh struktur, dan terbentuk oleh akibat proses geomorfologi yang bekerja pada batuan induk yang terjadi dalam ruang dan waktu tertentu. Dari definisi diatas, bentuklahan selalu dicirikan dengan adanya perbedaan relief, struktur, proses, batuan induk, dan waktu, yang dalam perkembangan geomorfologi modern terangkum dalam tiga faktor pokok, yaitu relief (form), proses (process) dan struktur/batuan penyusunnya (Huggett, 2007). Dengan melakukan pengamatan dan identifikasi faktor – faktor tersebut maka bentang lahan permukaan kompleks dapat dibedakan dan diklasifikasikan menjadi berbagai bentuklahan yang lebih sederhana.

Sebagaimana telah diterangkan di muka, penginderaan jauh mampu menyajikan informasi permukaan bumi secara sinoptik dalam bentuk citra (foto dan non foto). Kemampuan merekam secara sinoptik ini membuat penginderaan jauh dapat diandalkan untuk mengetahui sebaran dan memetakan obyek – obyek di permukaan bumi baik yang langsung berkaitan dengan respon spektral (penutup lahan) maupun tidak langsung (misalnya bentuklahan). Beberapa karakteristik bentuklahan tersirat informasinya dalam citra penginderaan jauh karena pola – pola penutupan lahan biasanya mempunyai keterkaitan yang erat dengan bentuklahan. Sehingga, dengan melakukan interpretasi visual pola – pola penutupan lahan dan aliran sungai, beberapa aspek bentuklahan seperti morfologi, litologi, struktur dan proses yang berpengaruh dapat diinterpretasi. Selain itu, dikarenakan karakteristik perekaman citra penginderaan jauh yang biasanya dilakukan di pagi hari (sekitar pukul 10.00 waktu lokal) menyebabkan iluminasi matahari tidak berada pada sudut yang tinggi, sehingga kesan bayangan gunung (hillshade) dapat terekam pada citra. Efek bayangan gunung ini menyebabkan ekspresi topografi permukaan bumi dapat muncul pada citra dan membantu banyak dalam interpretasi bentuklahan, terutama dari aspek morfologi, struktur, proses, dan litologi. Efek topografi ini akan muncul lebih nyata pada citra RADAR, sehingga citra radar biasanya sangat baik untuk digunakan sebagai sumber data dalam pemetaan geomorfologi dan geologi. Dengan kelebihan – kelebihan citra penginderaan jauh ini, maka dewasa ini pemetaan geomorfologi hampir selalu menggunakan citra sebagai salah satu sumber data utamanya.

Page 10: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Gambar 9.Penggunaan DEM yang diturunkan dari citra penginderaan jauh untuk menurunkan informasi morfologi bentuklahan

Data multispectral penginderaan jauh mempunyai beberapa keunggulan dalam kegunaannya untuk pemetaan geomorfologi disbanding data lain (seperti misalnya foto udara). Dari data multispectral dapat dieksplorasi berbagai macam variasi komposit warna (terutama pada citra Landsat) agar dapat diperoleh citra dengan kontras terbaik, sehingga dapat memudahkan dalam proses interpretasi. Selain itu pada data multispektral juga dapat dilakukan beberapa operasi pemrosesan citra digital seperti penajaman kontras (contrast enhancement) dan high pass filtering, sehingga interpretabilitas citra dapat meningkat. Selain berbasis analisis visual, data multispectral dan hiperspektral juga dapat memberikan informasi mengenai komposisi batuan dengan berbasis analisis digital (analisis pantulan spektral), sehingga dapat berguna dalam pemetaan litologi (yang merupakan salah satu komponen penciri bentuklahan).

Gambar 9Teknik High Pass filtering untuk meningkatkan ketajaman citra sehingga lebih interpretable

(Sumber: CCRS)

Page 11: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Berbagai sensor penginderaan jauh juga memiliki periode perekaman ulang daerah yang sama yang singkat (dari beberapa minggu sampai beberapa jam). Kelebihan ini menyebabkan adanya perubahan bentuklahan yang terjadi akibat pengaruh manusia (anthropogenetik) atau bencana dapat dimonitor dan dipetakan dalam waktu singkat, sehingga updating data geomorfologi menjadi lebih mudah.

Gambar 10. Resolusi temporal atau waktu yang diperlukan perekaman ulang daerah yang sama yang singkat membuat updating data geomorfologi dapat secepatnya dilakukan (Sumber: NASA)

Tersedianya berbagai macam jenis citra dengan kelebihan dan kekurangan masing – masing juga berperan banyak dalam berbagai skala pemetaan geomorfologi. Untuk keperluan pemetaan skala regional, tersedia citra Landsat TM/ETM+ yang merekam area selebar 180 km dengan resolusi spasial 30 meter. Dengan menggunakan citra ini, pemetaan geomorfologi regional pada skala kecil sampai menengah dapat dilakukan tanpa kesulitan yang berarti. Untuk keperluan pemetaan geomorfologi detil dapat digunakan foto udara skala menengah (1:50000) sampai skala besar (1:5000) atau citra satelit resolusi tinggi seperti IKONOS dan Quickbird.

Page 12: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

II. TUTORIAL CARA MENGUNDUH DATA CITRA SATELIT DAN DEM SECARA CUMA - CUMA

Terdapat banyak sekali jenis wahana dan sensor penginderaan jauh yang telah dikembangkan sampai sejauh ini. Hampir semua negara maju telah meluncurkan satelit penginderaan jauhnya masing – masing. Walaupun demikian, ketersediaan data citra yang melimpah terkadang tidak disertai kemudahan dalam mengakses data. Ini mengingat data penginderaan jauh umumnya tidak dijual dengan harga yang murah, sehingga hanya kegiatan – kegiatan yang berdana besar saja yang dapat memanfaatkan citra dengan teknologi terkini. Kenyataan ini membuat beberapa pihak mengembangkan suatu perpustakaan citra satelit global yang dapat diakses secara cuma – Cuma. Beberapa perpustakaan citra satelit yang sudah terkenal diantaranya Global Land Cover Facility (GLCF) dari Universitas Maryland dan USGS GLOVIS. Untuk GLCF, data yang tersedia untuk cakupan global antara lain Citra Landsat MSS sampai ETM+, SRTM DEM, MODIS, dan untuk wilayah - wilayah tertentu tersedia beberapa citra komersil seperti ASTER, IKONOS, Quickbird dan OrbView.

Pada kesempatan ini kita akan mencoba mengunduh citra Landsat perekaman tahun 2002 dan DEM SRTM resolusi 90 meter dengan path/row = 120/65 yang meliput sebagian besar wilayah Jawa Tengah dan Yogyakarta. Citra Landsat sendiri merupakan salah satu citra yang paling dikenal dan banyak dimanfaatkan dalam pemetaan geomorfologi, terutama dalam pemetaan geomorfologi skala menengah dan regional (level Provinsi).

Langkah Kerja:

1. Membuka web browser (Mozilla firefox, Internet Explorer) pada komputer yang sudah terkoneksi Internet. Ketikkan alamat www.landcover.org pada address bar dari browser. Berikut ini adalah tampilan halaman utama situs Global Landcover Facility

2

1

Page 13: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

2. Setelah masuk ke menu utama dari GLCF, kemudian pilih menu data & products, kemudian halaman data & products akan muncul. Halaman data&products merupakan halaman yang memberikan informasi jenis – jenis citra yang tersedia di GLCF yang dapat diunduh secara cuma – Cuma (tanpa biaya). Beberapa data citra yang tersedia di GLCF antara lain LANDSAT, ASTER, MODIS, SRTM, ALI, Hyperion. GLCF juga menyediakan beberapa produk turunan dari beberapa sensor seperti AVHRR landcover, GOES radiant flux, MODIS NDVI, dan lain – lain.

3. Pilih Citra Landsat, kemudian akan muncul halaman utama data Landsat. Halaman utama Landsat ini berisi informasi umum tentang citra Landsat. Kemudian di panel sebelah kanan tengah terdapat beberapa link informasi terkait data Landsat secara umum. Sedangkan di panel sebelah kiri atas terdapat link dokumentasi tentang data Landsat yang tersimpan di GLCF. Dokumentasi tersebut antara lain panduan teknis pengunduhan, panduan format data, panduan teknis, contoh gambar, dan deskripsi umum Landsat. Kemudian di menu sebelah tengah, diatas informasi umum Landsat, terdapat menu data access. Disini GLCF memberikan dua pilihan akses data, yaitu melalui Search and Preview Tool (ESDI) atau langsung ke FTP server. Pilihan pertama digunakan jika anda tidak mengetahui path/row citra Landsat yang akan anda unduh, sedangkan jika anda sudah tau, anda dapat langsung mengakses lewat FTP Server.

3

Page 14: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

4. Pilih pilihan pertama (Search and Preview Tool). Kemudian halaman baru akan muncul (Halaman ESDI). Halaman ESDI (Earth Science Data Interface) merupakan tool yang disediakan GLCF untuk memberikan keleluasaan pada user untuk memilih cara pengaksesan data sesuai dengan yang mereka kehendaki. Terdapat tiga pilihan akses data, yaitu melalui map search, path/row search, dan product search. Map search untuk pencarian data berbasis peta, path/row search untuk pencarian data berbasis path/row Landsat (WRS2), dan product search untuk pencarian data berbasis jenis produk.

4

5

Page 15: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

5. Pilih Map search. Halaman peta interaktif akan muncul. Disini anda dapat mencari lokasi yang akan anda unduh citranya (jika tersedia). Di menu petanya sendiri terdapat beberapa navigation tool seperti select, zoom in, zoom out dan sebagainya, yang akan membantu anda dalam mengunduh citra yang anda inginkan.

Zoom

Pan

Select Deselect6

6

Page 16: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

6. Sebelum mengunduh citra yang anda inginkan, langkah pertama yang harus dilakukan adalah mencek jenis citra/produk yang diinginkan di panel sebelah kiri. Beri tanda cek pada Citra Landsat ETM+ di menu sebelah kiri, kemudian klik update map di menu sebelah kanan bawah peta. Bentuk peta akan menjadi berubah, terdapat kotak- kotak warna merah. Kotak tersebut merupakan path/row citra Landsat yang datanya tersedia di GLCF. Pilih menu zoom dan lakukan zooming di daerah Pulau Jawa sampai kira – kira gambarnya seperti di bawah ini.

7. Jika tampilan peta sudah mirip dengan gambar diatas, segera klik tombol select . Kemudian klik daerah Jawa Tengah, sampai tampilan menjadi seperti di bawah ini.

7

7

Page 17: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

8. Kemudian, jika daerah interes sudah terpilih (ditandai dengan kotak merah tua dengan outline kuning), segera klik tombol Preview and Download. Kemudian akan muncul halaman baru yang menampilkan ringkasan dari citra – citra yang tersimpan di catalog dan database GLCF untuk daerah yang kita pilih.

8

9

Page 18: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

9. Untuk memilih citra mana yang akan anda unduh dari tabel, anda dapat memilih dengan mengklik nomor ID setiap citra (baris pertama dari tabel). Citra yang terpilih akan ditandai dengan warna kuning dalam tabel. Preview citranya juga dapat dilihat di kiri atas. Jika ada sudah memilih citra mana yang akan diunduh, segera klik tombol download. Server akan memproses query anda dan akan membawa ke halaman baru yang menyajikan link citra yang anda pilih.

10. Anda dapat mulai mengunduh citra dengan cara mengklik kanan pada salah satu link, kemudian pilih “save file as” (jika anda menggunakan firefox) atau “save target as” (jika anda menggunakan internet Explorer. File – file yang penting untuk diunduh (file citra) adalah file dengan ekstensi *tif.gz dan *.met.

Page 19: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

11. Langkah untuk mengunduh DEM SRTM pada prinsipnya hampir sama dengan cara mengunduh citra landsat diatas, hanya yang di cek pada panel kiri menu Map Search (Langkah 6) adalah SRTM, kemudian ikuti langkah berikutnya sesuai dengan petunjuk yang ada pada modul ini.

12. Untuk menu download SRTM DEM, data DEM hanya berisi satu band (file xxxxxx.tif.gz), sehingga cukup hanya file tersebut yang diunduh.

Page 20: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

III. TUTORIAL PEMROSESAN CITRA DIGITAL DASAR UNTUK GEOMORFOLOGI

Tutorial ini dikhususkan untuk pengolahan citra yang berasal dan diunduh dari GLCF (Global Landcover Facility) Universitas Maryland. Dikarenakan tujuan dari pelatihan adalah untuk aplikasi geomorfologi dan geologi, Beberapa teknik pemrosesan citra digital yang diajarkan di dalam tutorial ini sepenuhnya ditujukan untuk membantu dalam penggunaan citra untuk aplikasi geologi dan geomorfologi, oleh karena itu tidak semua teknik dasar pemrosesan citra digital dibahas dan dipraktekkan dalam pelatihan ini. Keluaran yang diharapkan dari peserta setelah mempraktekkan tutorial ini adalah, peserta dapat melakukan pengolahan citra dasar guna menghasilkan citra yang lebih interpretable untuk bidang geomorfologi. Beberapa teknik pemrosesan citra yang relevan dengan aplikasi geomorfologi yang diajarkan dalam pelatihan ini antara lain

a. Pembuatan citra komposit dan pembandingan variasi komposit warnab. Pemotongan citra (Image Croping)c. Perbaikan kontras citra (contrast stretching)d. Penajaman citra dan Filteringe. Fusi citra

Perangkat lunak yang digunakan dalam pelatihan ini adalah ArcGIS desktop versi 9.3 dari ESRI. Walaupun sejatinya ArcGIS merupakan perangkat lunak GIS, perangkat lunak ini memiliki beberapa fitur yang dapat difungsikan untuk pemrosesan citra dasar sampai lanjut. Selain itu alasan lain digunakannya perangkat lunak ini adalah untuk menjaga konsistensi dengan materi lain yang menggunakan perangkat lunak yang sama.

II.B.1 PEMBUATAN CITRA KOMPOSIT WARNA DAN PEMBANDINGAN VARIASI KOMPOSIT WARNA

Citra multispektral adalah salah satu jenis citra penginderaan jauh yang menyajikan gambaran permukaan bumi secara sinoptik melalui dua atau lebih saluran spektral (band) yang direkam secara bersamaan. Citra multispektral mempunyai banyak kelebihan. Salah satu diantaranya adalah saluran – salurannya dapat disusun menjadi citra warna 3 saluran (RGB), sehingga sangat bermanfaat untuk aplikasi – aplikasi yang mengandalkan pada teknik interpretasi visual seperti aplikasi geologi dan geomorfologi. Beberapa penyedia layanan citra, baik yang bersifat cuma – cuma (free download) maupun komersil mendiseminasikan produk citra multispektralnya dalam format saluran terpisah, sehingga agar dapat digunakan dalam berbagai analisis, citra – citra terpisah ini harus disatukan terlebih dahulu menjadi satu dataset utuh.

Langkah Kerja:

1. Buka folder tempat penyimpanan citra Landsat 7 ETM+ yang diunduh dari GLCF pada sesi pertama. Kebanyakan produk multispektral dari GLCF didiseminasikan di internet dalam format

Page 21: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

saluran terpisah, sehingga harus disatukan terlebih dahulu agar dapat digunakan dalam berbagai analisis. Untuk data Landsat ETM+, biasanya terdiri dari enam saluran multispektral dengan resolusi spasial 30 meter, dua saluran termal dengan resolusi 60 meter, satu saluran pankromatik dengan resolusi 15 meter dan satu file header/metadata citra. Format citra pada umumnya adalah geotiff yang dapat dibaca oleh kebanyakan perangkat lunak GIS dan pengolahan citra. Tujuan dari sesi ini adalah membuat menyatukan enam saluran multispektral Landsat menjadi satu dataset atau file utuh agar dapat ditampilkan sebagai citra warna.

2. Buka ArcMap melalui menu Start>All Programs>ArcGIS>ArcMap.

3. Setelah masuk menu utama ArcMap, klik tombol add data untuk menampilkan data ke ArcMap. Tampilkan data citra Landsat TM saluran 1,2,3,4,5, dan 7. Jika software menanyakan apakah akan membuat pyramid layer atau tidak, klik yes, karena pyramid layer akan membuat citra dapat ditampilkan dengan lebih cepat.

Page 22: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

4. Setelah citra ditampilkan, nampak bahwa tampilan citra adalah hitam – putih dengan gradasi

keabuan. Selanjutnya klik menu ArcToolBox , ArcToolbox adalah kumpulan tools dari ArcGIS.

5. Untuk menyatukan file – file Citra Landsat yang terpisah menjadi satu dataset utuh, dari ArcToolBox klik menu Data Management Tools > Raster > Raster Processing > Composite Bands,

lalu klik dua kali pada menu composite bands untuk mengaktifkan tool tersebut. Masukkan seluruh file saluran Landsat ke dalam menu dropdown input urut dari band 1 yang paling atas sampai band 7 yang paling bawah. Simpan output di folder yang sama dengan folder penyimpanan data mentah dengan nama L71120065_06520020906.tif. Jika sudah sesuai dengan gambar di bawah, tekan OK.

Page 23: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

6. Tampilkan citra hasil proses menggunakan tombol Add Data, citra akan tampil di ArcMap sebagai citra berwarna.

7. Anda dapat mencoba berbagai macam variasi komposit warna citra landsat dengan cara klik kanan nama layer di menu layer, lalu pilih tab symbology sebagaimana nampak pada gambar di bawah. Untuk mengganti komponen band pada kolom RGB, klik menu dropdown dan pilih band yang anda kehendaki. Kombinasi band 321 akan menampilkan citra dengan warna seperti warna yang muncul ketika kita memandang obyek, oleh karena itu sering disebut komposit warna alami. Kombinasi lain yang terkenal adalah kombinasi 432 yang mampu menonjolkan vegetasi yang dicirikan dengan warna merah terang. Untuk kepentingan pemetaan geologi dan geomorfologi, kombinasi yang sering digunakan adalah kombinasi 457 yang mampu menonjolkan topografi dan perbedaan batuan.

Ganti urutan band untuk mencoba berbagai variasi komposit warna

Page 24: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

II.B.2 PEMOTONGAN CITRA

Pemotongan citra diperlukan karena terkadang luas wilayah kajian jauh lebih kecil dari luas scene citra, sehingga citra perlu dipotong sesuai dengan batas wilayah kajian. Pemotongan citra akan membuat ukuran file citra menjadi lebih kecil sehingga tidak boros ruang penyimpanan di Hardisk komputer. Selain itu, dengan ukuran yang lebih kecil, pemrosesan citra di dalam komputer juga akan lebih efektif dan efisien (tidak memakan waktu lama).

Langkah Kerja:

1. Tampilkan citra komposit dari langkah sebelumnya ke dalam ArcMap menggunakan tombol Add data.

2. Tampilkan data vektor Desa Gunung Sewu.shp ke dalam ArcMap menggunakan tombol Add data. Data Desa Gunung Sewu dalam kasus ini merupakan wilayah kajian, sehingga citra akan dipotong sesuai dengan batas administrasi desa – desa di sebagian kawasan Perbukitan Karst Gunungsewu.

321 432 457

Page 25: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

3. Klik kanan pada layer Desa Gunung Sewu di Menu Layer kemudian pilih Convert Features to Graphics, kemudian akan muncul convert features to graphics menu, pilih convert all dan only draw the converted graphics lalu OK. Data GIS Shapefile (Features) akan terkonversi menjadi data Graphics.

4. Lakukan Selecting Graphics hasil konversi dengan menggunakan tombol select .

Sebelum selection

Sesudah selection

Page 26: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

5. Klik kanan Nama Citra Landsat (L71120065_06520020906) kemudian pilih Data>Export Data. Menu Export Raster Data akan muncul, untuk parameter Extent pilih selected Graphics, Spatial reference pilih original dataset, format pilih Tiff, Set Location ke folder yang anda kehendaki, dan terakhir nama file output adalah L71120065_06520020906_clip.tif, lalu klik OK. Jika muncul permintaan Promote data depth pilih NO.

6. Citra akan terpotong sesuai dengan Batas Desa Gunung Sewu.Shp

Page 27: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

II.B.3 PERBAIKAN KONTRAS CITRA (CONTRAST STRETCHING)

Dalam kebanyakan kasus, citra satelit sering kali mempunyai kontras yang kurang baik sehingga interpretabilitasnya kurang. Kontras yang kurang antara lain disebabkan adanya hamburan atmosfer dan perawanan yang tebal dan besar proporsinya dalam satu scene citra. Selain itu, pada dasarnya rentang nilai piksel citra hanya menempati sebagian kecil dari rentang yang tersedia. Misalnya untuk citra dengan resolusi radiometrik 8 Bit (0 - 256), nilai kecerahan obyek mungkin hanya di kisaran (40 – 130), sehingga proporsi rentang yang kecil dibandingkan dengan rentang yang tersedia ini menyebabkan kontras yang kurang (citra cenderung gelap). Dengan menggunakan teknik contrast stretching, proporsi yang kecil ini diperlebar rentangnya sehingga dapat menempati ruang yang tidak terpakai dan kontras citra dapat ditingkatkan.

Langkah Kerja:

1. Tampilkan citra L71120065_06520020906_clip.tif hasil dari sesi sebelumnya di ArcMap.2. Klik kanan nama layer di menu layers > Properties, atau klik dua kali nama layer, lalu pilih tab

Symbology. 3. Pada Parameter Stretch dari tab Symbology, pilih NONE, kemudian Apply dan klik OK. Citra akan

menjadi tampak gelap. Ini merupakan kenampakan asli citra.

4. Kembali klik kanan di nama layer untuk masuk ke menu properties dan tab symbology. Sekarang pilih HISTOGRAM EQUALIZE di parameter Stretch, lalu Apply dan klik OK.

Page 28: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

5. Cobalah bereksperimen dengan algoritma perentangan yang lain seperti STANDARD DEVIATION, MINIMUM-MAXIMUM, atau HISTOGRAM SPECIFICATION. Untuk algoritma yang disebut terakhir, anda dapat melakukan kustomisasi perentangan melalui manipulasi histogram. Untuk memperoleh perentangan yang dinamis ketika anda melakukan zooming dan panning, ubahlah seting di parameter Statistics dari Each Raster Dataset ke Current Display Extent.

II.B.4 FUSI CITRA DENGAN METODE PENAJAMAN PANKROMATIK

Perkembangan teknologi penginderaan jauh sejak akhir tahun 80 an telah mencapai pada kemampuan sensor penginderaan jauh untuk merekam permukaan bumi pada mode pankromatik dan multispektral secara simultan. Dimulai dari SPOT 1 yang meluncur di orbit pada pertengahan 1980, pada akhir tahun 90-an hampir semua sensor penginderaan jauh dengan kemampuan menghasilkan citra resolusi spasial menengah sampai tinggi mampu merekam pada mode pankromatik dan multispektral secara bersamaan. Beberapa sensor tersebut antara lain Landsat ETM+, SPOT HRV, SPOT HRVIR, SPOT HRG, ALOS AVNIR2-PRISM, RapidEye, IRS LISS, KOMPSAT, IKONOS, Quickbird, OrbView, dan yang baru diluncurkan, Worldview-1 dan 2. Ada beberapa pertimbangan mengapa sebuah sistem penginderaan jauh memerlukan kemampuan merekam dalam mode multispektral dan pankromatik dalam waktu yang bersamaan. Mode pankromatik merekam dengan julat spektral yang lebar (umumnya mulai dari saluran biru sampai inframerah dekat). Dengan julat yang lebar ini, maka radiansi yang diterima sensor jumlahnya cukup besar, jumlah energi yang besar ini menyebabkan medan pandang sesaat dari sensor dapat diatur sekecil mungkin guna memperoleh resolusi spasial yang tinggi. Oleh karena itu menjadi umum bahwa sensor yang mampu merekam pada mode pankromatik mampu menghasilkan citra dengan resolusi spasial tinggi (mulai dari 15 meter pada LANDSAT ETM+ sampai 0.46 meter pada Worldview-2). Hal yang sebaliknya berlaku pada mode multispektral. Pada mode ini sensor merekam dengan julat yang sempit, sehingga radiansi yang masuk tidak sebesar pada mode pankromatik. Akibatnya, mode multispektral tidak dapat menghasilkan citra dengan resolusi spasial sebaik mode pankromatik. Walaupun demikian, karena direkam pada banyak saluran, citra multispektral memungkinkan untuk dibuat citra komposit warna, sedangkan citra pankromatik tidak. Keunggulan yang kontradiktif antara kedua mode perekaman ini yang melatarbelakangi pembuatan multimode imaging.

Page 29: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

Dari sini berkembanglah teknik penajaman pankromatik (panchromatic Sharpening) yang merupakan bagian dari operasi fusi citra. Penajaman pankromatik mengintegrasikan citra multispektral dan pankromatik sehingga dapat diturunkan citra sintesis yang mengintegrasikan kelebihan citra – citra penyusunnya, yaitu citra warna dengan resolusi spasial yang tinggi.

Langkah Kerja:

1. Tampilkan citra multispektral dan pankromatik dari folder pan sharpening ke dalam ArcMap menggunakan tombol Add Data. Citra multispektral (kiri) yang dipakai adalah citra Landsat ETM+ yang mempunyai 6 saluran dengan resolusi spasial 30 meter. Citra ini dapat dibuat citra komposit warna. Citra pankromatik (kanan) yang dipakai adalah citra Landsat ETM+ pankromatik yang mempunyai satu saluran dengan resolusi spasial 15 meter. Kedua citra ini direkam pada waktu yang bersamaan.

2. Aktifkan ArcToolBox dan klik Data Management Tools>Raster>Raster Processing>Create Pan-Sharpened Raster. Klik dua kali untuk memanggil Pan Sharpening Tool. Masukkan input sesuai gambar di bawah lalu klik OK.

.

Page 30: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

3. Tampilkan citra hasil fusi, bandingkan dengan citra multispektral asal. Citra turunan mempunyai kedetilan dan resolusi spasial yang sama dengan citra pankromatik namun terdiri dari empat saluran, sehingga dapat dibuat komposit warna seperti halnya pada citra multispektral. Hasil akhir adalah berupa citra baru yang lebih interpretable untuk kajian Geomorfologi dan geologi.

4. Berikut ini adalah pembandingan citra asal dan citra hasil fusi yang telah di zoom.

]

5. Cobalah bereksperimen dengan metode penajaman pankromatik yang lain. ArcGIS menyediakan empat macam algoritma, transformasi IHS, transformasi Brovey, ESRI algorithm, dan Simple Mean Algorithm. Setiap metode akan memberikan hasil yang berbeda. Kunci dari operasi panchromatic sharpening yang berhasil adalah warna dari citra sintesis tidak terdistorsi terlalu banyak (warna tetap sama dengan citra multispektral asal), namun tetap detil sebagaimana saluran pankromatik. Cobalah juga untuk mengubah nilai bobot guna mencari hasil yang paling optimal dari setiap metode.

Page 31: Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3

REFERENSI

Canadian Center of Remote Sensing. 1999. Fundamentals of Remote Sensing.. CCRS, Canada.

Huggett, R.J. 2007. Fundamentals of Geomorphology. Routledge, London.

Perdana, A.P. 2008. Pengolahan Citra Digital Menggunakan ArcGIS 9.2. Geovisi Mitratama, Yogyakarta.

Rao, D.P. 2002. Remote Sensing Application in Geomorphology. Tropical Ecology 43(1): 49-59.

Rees, G. 1999. The Remote Sensing Data Book. Cambridge University Press, Cambridge U.K.

Verstappen, H.Th. 1977. Remote Sensing in Geomorphology. Elseviers, Amersterdam

Weng, Q. 2010 . Remote Sensing and GIS Integration, Theories, Methods and Applications. McGrawHill Ebooks.