deteksi kesehatan hutan menggunakan data …. seminar kesehatan...22/06/2012 4 sigit...

22/06/2012

1

Deteksi Kesehatan Hutan Menggunakan Data Penginderaan Jauh di Hutan Lahan Kering

SIGIT NUGROHO

Latar belakang

SIGIT NUGROHO/E161070051 [email protected]

Efisien waktu

Efektif

Hemat biaya

Mudah dideteksi

Terukur

Perlu usaha:

Perlindungan

Pemantauan

Kerusakan hutan

22/06/2012

2

www.themegallery.com Company Logo

Deteksi kesehatan hutan

Canopy>51% IMAGE PIXEL Canopy 30-50% Canopy 10-30%


MONITORING

Penginderaan

jaun & SIG

Biophysical

vegetation index

Forest Canopy

Density

22/06/2012

3

TUJUAN

SIGIT NUGROHO/E161070051 [email protected]

Mengidentifikasi hubungan antara kerapatan tegakan , luas bidang dasar dan volume dengan indikator monitoring kesehatan hutan (LAI, CSI, CDI, VCR dan kerapatan kanopi).

Mengidentifikasi akurasi deteksi kesehatan hutan menggunakan metode FCD

Company Logo

Bagaimana mendeteksi METODE UMUM

H3

H2

H1

NH

2008

Tinggi

Sedang

Kelas kesehatan hutan

Rendah

Non Hutan

22/06/2012

4

SIGIT NUGROHO/E161070051

Data dan lokasi:

Lokasi G Surandil & PangkulahanTNGHS Waktu July 2010 - December 2010

Data


Diagram alir

Citra Terkoreksi

Landsat TM,2008

Citra Landsat TM

2008, .

Koreksi Radiometrik

& Geometrik

Klasifikasi FCD

Mulai

Peta Kesehatan

Hutan Tentatif

1 Identifikasi Hubungan antar Peubah

Kesehatan Hutan dilapangan

2 Uji Akurasi Klasifikasi Citra

Selesai

Peta Kesehatan Hutan

Akurasi diterima

Ya

22/06/2012

5

Koefisien determinasi, R2 (%)

No Peubah

Kerapatan tegakan

pada kelas

Diameter

Lbds pada kelas

Diameter

Volume pada kelas

Diameter

>5cm >10cm >20cm >5cm >10cm >20cm >5cm >10cm >20cm

1 LAI 51 38 37 45 41 36 33 31 29

2 CSI 58 58 79 55 53 45 40 38 36

3 CDI 58 57 66 43 39 31 29 26 22

4 VCR 63 62 80 54 51 42 38 36 33

5 Kerapatan

Kanopi

67 49 59 52 46 57 38 35 32


Hubungan antar peubah

HASIL


Klasifikasi kesehatan hutan

No Klasi

fikasi

Kera

patan

Kanopi

(%)

Lbds

m2/Ha

Kerapata

n

Tegakan

> (N/Ha)

Vol

ume

m3/Ha

LAI

Indikator Tajuk /Ha

CSI CDI VCR

1 NH 0-10 0 -3 0-64 0-30 0-0,6 0-480 0-336 0-410

2 H1 11-30 3- 9 64- 351 31-118 0,7-1,3 481 -2245 337- 1513 411-1885

3 H2 31-50 10- 21 352-774 119-360 1,4-2,3 2246-4599 1514-3045 1886-3832

4 H3 > 51 > 40 >775 > 361 > 2,4 > 4599 > 3046 >3833

22/06/2012

6


Kesehatan tinggi

Foto lapangan

Kamera fish eye


Kesehatan sedang

Foto lapangan

Kamera fish eye

22/06/2012

7


Kesehatan rendah

Foto lapangan

Kamera fish eye

No Indikator Lapangan Hasil Uji Akurasi

(%)

Overall

accuracy

Koef.

Kappa

1 Kerapatan Kanopi 86 77

2 LAI 60 37

3 CSI 76 58

4 CDI 78 63

5 VCR 74 56

6 Kerapatan Tegakan > 5cm 72 50

7 Lbds > 5cm 71 55

8 Volume 71 56 www.themegallery.com Company Logo

HASIL 2 Evaluasi akuras1 :

22/06/2012

8


1. Koefisien regresi terbaik antara indikator kanopi (Kr, LAI, CSI, CDI, VCR) dengan indikator tegakan diameter diatas 5cm (kerapatan tegakan, luas bidang dasar dan volume) adalah pada peubah kerapatan kanopi sebesar 67%.

2. Deteksi kesehatan hutan menggunakan metode FCD dapat menggunakan indikator kerapatan kanopi dengan akurasi 86%.


KESIMPULAN

22/06/2012

9


22/06/2012

10


Pra Pengolahan Citra:

Koreksi Radiometrik:

Metode: multiple-date image normalization pada obyek yang tidak mengalami perubahan (pseudo invariant festures) yaitu obyek air dan bangunan Diambil piksel obyek air dan bangunan pada citra 2007 dan dibandingkan dengan citra 2003 dan 2008. Dibuat linier regresi dari beberapa sampel tsb untuk mengkoreksi citra 2003 dan 2008.


2003 2007 2008

2007

Cut Of Per Band 2007 terkoreksi

PEMILIHAN CITRA KUALITAS GANGGUAN ATMOSFERIK

KECIL

Memilih sampel PIF

Rumus matematis regresi linier

22/06/2012

11


Citra Band Slope y-Intercept r2

2003 1 0.816873 48.30617 0.70

2 0.570919 24.15057 0.64

3 0.607471 19.93705 0.73

4 0.902614 -2.36399 0.85

5 0.742671 14.13528 0.85

7 0.526694 23.62185 0.74

Citra Band Slope y-Intercept r2

2008 1 1.8105 38.8244 0.76

2 1.1839 13.4719 0.77

3 1.3762 8.9178 0.82

4 1.2908 -35.1956 0.90

5 1.1726 -15.5406 0.95

7 1.3941 -20.6281 0.95

Koreksi citra tahun 2003:

Koreksi citra tahun 2008:

Scatergram PIF 2003 dan 2007


y = 0,8169x +

48,306 R² = 0,7071

0

50

100

150

200

0 100 200

Citra 2007

Linear(B12007)

Citra 2003

y = 0,5709x +

24,151 R² = 0,6484

0

20

40

60

80

100

120

0 100 200

Citra 2007

Linear(B2ref)

Citra 2003

y = 0,6075x +

19,937 R² = 0,7302

0

50

100

150

0 100 200

Citra 2007

Linear(B3ref)

y = 0,9026x -

2,364 R² = 0,8537

0

50

100

150

200

250

0 200 400

Citra 2007

Linear(B4ref)

y = 0,7427x +

14,135 R² = 0,8589

0

50

100

150

200

250

0 200 400

Citra 2007

Linear(B5ref)

Citra 2003

y = 0,5267x +

23,622 R² = 0,7406

0

50

100

150

200

250

0 200 400

Citra 2007

Linear(B7ref)

Citra 2003

Citra 2003

Citra 2003

22/06/2012

12


y = 1,8106x + 38,824 R² = 0,7638

0

20

40

60

80

100

120

140

160

180

0 20 40 60

Citra2007

Ci…

Citra 2008

y = 1,1839x + 13,472 R² = 0,7733

0

20

40

60

80

100

120

140

160

180

0 50 100

Citra2007

B2

Citra 2008

y = 1,3763x + 8,9179 R² = 0,8253

0

50

100

150

200

250

0 50 100 150

Citra2007

B3

Citra 2008

y = 1,2908x - 35,196 R² = 0,9076

-50

0

50

100

150

200

250

0 100 200

Citra2007

B4

Citra 2008

y = 1,1726x - 15,541 R² = 0,9593

0

50

100

150

200

250

300

0 100 200 300

Citra2007

B5

Citra 2008

y = 1,3942x - 20,628 R² = 0,9581

0

50

100

150

200

250

300

0 100 200 300

Citra2007

Se…

Citra 2008

Scatergram PIF 2007 dan 2008


Koreksi Geometrik:

Metode: Image to image registeration

Citra tahun 2003 terkoreksi

Citra belum terkoreksi

Tahun 2007

Tahun 2008

o

Citra terkoreksi

22/06/2012

13

GCP dan RMSE citra tahun 2008


No Citra 2008 Citra 2003 Error RMSE

X Y X Y X Y

1 1475.50 659.75 1295.00 610.00 -0.33 -0.54 0.63

2 1708.25 771.75 1541.50 685.75 -0.24 -0.24 0.34

3 1163.25 513.00 964.00 511.00 -0.08 0.11 0.13

4 392.50 884.00 254.75 994.25 0.07 0.12 0.14

5 317.50 1790.50 316.25 1901.75 -0.02 0.10 0.10

6 766.25 1910.75 775.75 1954.50 0.19 0.03 0.19

7 1660.50 1791.25 1639.50 1704.00 -0.36 0.04 0.36

8 2187.00 1891.75 2171.75 1726.00 0.00 0.03 0.03

9 2317.00 928.00 2166.00 749.50 -0.11 -0.03 0.29

10 1406.50 985.00 1272.25 942.25 0.80 0.50 0.80

11 819.50 769.50 660.50 817.00 0.16 -0.07 0.18

12 2215.50 767.50 2043.00 604.50 0.07 0.51 0.52

13 100.25 1325.75 32.50 1474.75 -0.34 -0.01 0.34

14 1321.00 863.00 1171.00 833.75 -0.13 0.44 0.46

15 1677.25 1106.75 1558.00 1022.50 0.23 0.01 0.23

16 928.25 1575.50 886.25 1599.00 0.08 -0.33 0.34

Total

RMSE 0.37

Klasifikasi FCD Koreksi radiometrik:

Koreksi geomterik

Citra Landsat Terkoreksi

Pembuatan Indek Vegetasi (VI)

Pembuatan Indek Tanah Terbuka (BI)

Pembuatan Indek Thermal (TI)

Pembuatan Indek Bayangan (SI)

Peta AVI, NDVI, ANVI

Peta BI

Peta TI

Peta SI

Analisis PCA

VI Terbaik

Proses Pembuatan Advance Shadow Index (ASI): 1.Forest Gap Detection 2. Black soil detection 3. Spatial processing (filtering)

Peta ASI

Forest Clustering

Kalibrasi Max & Min Vegetasi

Peta Kerapatan Vegtasi (VD) Peta Scale Shadow Index (SSI)

Citra Landsat

Formulasi FCD

Peta Kls FCD

Selesai

Mulai

Selesai

22/06/2012

14


Identifikasi Degradasi & Uji Akurasi

Analisis Kappa & Overall Accuracy : Uji akurasi kerapatan hutan citra 2008 Menggunakan matrik konfusi antara klas kerapatan hutan berdasarkan klasifikasi di citra dengan klas kerapatan hutan Kerapatan tegakan (pohon/Ha), Basal Area (LBDS m2/Ha), Volume (m3/Ha), Crown Indicator, LAI di lapangan

Jumlah Sampel:

Sebanyak 51 Sampel dengan menggunakan metode stratified sampling dengan pengambilan plot per kelas degradasi hutan dari tahun 2003-2008

Identifikasi Peubah Degradasi

Peubah y = Kerapatan Pohon, Lbds & Volume Peubah x = Indikator Tajuk :LAI, VCR, CSI, CDI & Kerapatan Kanopi


Jumlah Sampel Tahun 2008

No Klasifikasi Jumlah

1 Non Hutan 6

2 Sangat Rendah 6

3 Rendah 8

4 Sedang 27

5 Tinggi 4

Jumlah 51

22/06/2012

15


DTM Lokasi sampel penelitian


22/06/2012

16


No Ketinggian Jumlah

1 500-1000 12

2 >1000 39

Jumlah 51


No Slope Jumlah

1 0-8 0

2 8 --15 2

3 15-30 33

4 30-45 13

5 >45 3

Jumlah 51

No Aspek Jumlah

1 Utara (315-45) 8

2 Timur(45-135) 9

3 Selatan(135-225) 16

4 Barat(225-315) 18

Jumlah 51

22/06/2012

17

Perhitungan data Kerapatan Kanopi dan LAI


Software Hemiview

GndCover LAI

0.68 1.16


Perhitungan data Crown Indikator

CDI = (Transparency + Dieback)/2

CSI = 0.5*CD + 0.25* LCR + 0.25*Density

VCR = (CSI+ CDI)/2

Ket: CD = Diameter Tajuk LCR = Rasio panjang tajuk dg tinggi pohon Density = % Tutupan Tajuk

Ket: Transparency = % cahaya matahari masuk ke celah tajuk Dieback = % rasio tajuk yang rusak pada cabang dengan total tajuk

22/06/2012

18


Perhitungan LBDS & Volume

LBDS = 0.25*∏*D2

Ket: LBDS = Luas Bidang Dasar ∏ = 3.14 D = Diameter Pohon

Volume = 0.25*∏*D2*T*f

Ket: T = tinggi total pohon F = faktor bentuk 0.7


22/06/2012

19


Ukuran Plot dilapangan:

5x5m

50 m

Diameter 5-10cm

Diameter 10-20cm

Diameter >20cm 10x10m

25x25m

Titik Pusat Plot

Perhitungan data Jumlah Tiang, Pancang, Pohon (N/Ha)


22/06/2012

20



22/06/2012

21



TSI = ((256-BI) x (256-VI) x SI + 1)1/3 -1

22/06/2012

22

ASI


SSI


22/06/2012

23



22/06/2012

24

Kriteria koefisien determinasi


r2 Keterangan

> 4% Pengaruh rendah sekali

5% - 16% Pengaruh rendah tapi pasti

17% - 59% Pengaruh cukup berarti

60% - 81% Pengaruh tinggi atau kuat

> 80% Pengaruh tinggi sekali

Tabel Tinggi Rendahnya Koefisien Determinasi

Sumber : Supranto 20011, Pengantar Teknologi Informasi

Salemba Jakarta : Infotek


Kelas akurasi Overall

(USGS)

Kappa

Congalton, 1996 Diacu Jensen 2005

Rendah 0-60 0-40

Sedang 60-85 40-80

Tinggi >85 >80

deteksi kesehatan hutan menggunakan data …. seminar kesehatan...22/06/2012 4 sigit...

Documents