icv_pengenalan citra
TRANSCRIPT
PENGENALAN CITRA
REVI HERNINA [email protected] PELATIHAN PENGINDERAAN JAUH DEPARTEMEN GEOGRAFI UI 17 - 18 JUNI2009
Penginderaan Jauh (PJ) didefinisikan sebagai ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena tanpa kontak langsung dengan obyek, daerah atau fenomena yang dikaji.
ELEMEN PENGINDERAAN JAUH PJ menggunakan karakteristik dari interaksi antara energi elektromagnetik dengan obyek untuk mendapatkan informasi mengenai obyek yang diidentifikasi
Sumber tenaga dalam PJ 1. Alami :Matahari 2. Buatan : Radar , LIDAR
Wahana (platform) dalam PJ Balon udara Pesawat terbang Pesawat ulang alik Satelit
Berdasarkan ketinggian peredaran wahana, tempat pemantauan atau pemotretan dari angkasa ini dapat diklasifikasikan menjadi 3 kelompok sebagai berikut : 1. Pesawat terbang rendah sampai medium (low to medium altitude aircraft), ketinggian antara 1.000 meter sampai 9.000meter dari permukaan bumi. Citra yang dihasilkan adalah citra foto (foto udara). 2. Pesawat terbang tinggi (high altitude aircraft), ketinggian sekitar 18.000 meter dari permukaan bumi. Citra yang dihasilkan ialah foto udara dan multispectral scanner data. 3. Satelit, ketinggian antara 400 km sampai 900 km dari permukaan bumi. Citra yang dihasilkan adalah citra satelit.
PJ : PJ foto dan non foto/satelit
Sensor Sensor yaitu : alat yang digunakan untuk merekam obyek Sensor berfungsi untuk melacak, mendeteksi, dan merekam suatu objek di bumi dalam daerah jangkauan tertentu. Sensor berupa kamera, scanner, dan radiometer. Contoh : sensor TM, ETM, AVHR, Termal
SENSOR (1)
SENSOR (2)
Rokhmatuloh, 2008
Hasil Citra Citra penginderaan jauh tersebut merupakan gambaran obyek yang ada dipermukaan bumi yang ditampilkan dalam bentuk foto atau format dijital. Suatu citra penginderaan jauh tersusun atas piksel piksel. Piksel (picture element) adalah sebuah titik yang merupakan elemen paling kecil yang terdapat pada gambar. Tiap piksel mewakili luas daerah yang diindera dipermukaan bumi serta memiliki nilai pantulan atau karakteristik spektral yang berbeda. Hal ini tercermin dalam nilai dijital (DN). Struktur data yang demikian disebut raster, sehingga data citra juga sering disebut sebagai data raster.
Citra Suatu citra tersusun atas pixel (picture element) Piksel memiliki nilai derajat keabuan yang dinamakan juga sebagai DN (digital number) Pada data dijital citra satelit, nilai pantulan obyek dipermukaan bumi, dipresentasikan sebagai nilai piksel
Pengguna Orang / badan yang bertugas mengkaji, mengidentifikasi dan manganalisis hasil perekaman citra
Mengkaji Interpretasi Secara umum proses pengolahan citra bertujuan untuk mendapatkan informasi yang kuantitatif tentang suatu obyek yang terdapat pada citra.
Interpretasi FU Interpretasi foto udara merupakan kegiatan menganalisa citra foto udara dengan maksud untuk mengidentifikasi dan menilai objek pada citra tersebut sesuai dengan prinsipprinsip interpretasi
Kunci Interpretasi Bentuk Bentuk berkaitan dengan bentuk umum, konfigurasi atau kerangka suatu objek individual. Bentuk agaknya merupakan faktor tunggal yang paling penting dalam pengenalan objek pada citrta foto. Ukuran Ukuran objek pada foto akan bervariasi sesuai denagn skala foto. Objek dapat disalahtafsirkan apabila ukurannya tidak dinilai dengan cermat. Pola Pola berkaitan susunan keruangan objek. Pengulangan bentuk umum tertentu atau keterkaitan merupakan karakteristik banyak objek, baik alamiah maupun buatan manusia, dan membentuk pola objek yang dapat membantu penafsir foto dalam mengenalinya. Rona Rona mencerminkan warna atau tingkat kegelapan gambar pada foto.ini berkaitan dengan pantulan sinar oleh objek.
Bayangan Bayangan penting bagi penafsir foto karena bentuk atau kerangka bayangan menghasilkan suatu profil pandangan objek yang dapat membantu dalam interpretasi, tetapi objek dalam bayangan memantulkan sinar sedikit dan sukar untuk dikenali pada foto, yang bersifat menyulitkan dalam interpretasi. Tekstur Tekstur ialah frekuensi perubahan rona dalam citra foto. Tekstur dihasilkan oleh susunan satuan kenampakan yang mungkin terlalu kecil untuk dikenali secara individual dengan jelas pada foto. Tekstur merupakan hasil bentuk, ukuran, pola, bayangan dan rona individual. Apabila skala foto diperkecil maka tekstur suatu objek menjadi semakin halus dan bahkan tidak tampak. Lokasi Lokasi objek dalam hubungannya dengan kenampakan lain sangat bermanfaat dalam identifikasi. Situs adalah tempat kedudukan suatu obyek dengan obyek lain di sekitarnya. Situs bukan merupakan ciri obyek secara langsung tetapi dalam kaitannya dengan lingkungan sekitar.
JENIS SATELIT1. 2. 3. 4. 5. 6. Astronomi: Teleskop Huble Sumber Daya Bumi (Geografis): SPOT, LANDSAT, TERRA, dll Meteorologi: GMS, NOAA, GOES, dll Telekomunikasi: Palapa, dll Navigasi: GPS, Glonass, Galileo Mata-mata
Rokhmatuloh, 2008
CITRA IKONOSSpace Imaging IKONOS Carterra Multispektral 4 band Resolusi 4m
Pankromatik Resolusi 1m
Citra tutupan lahan Kota Depok menggunakan IKONOS resolusi 4 m
CITRA IKONOS
CITRA SPOT
SPOT Mode multi-spektral XS - 3 band Hijau, Merah, Inframerah dekat Resolusi spasial 20 m
Landcover kota Manado menggunakan citra Satelit SPOT dengan resolusi 15 m (komposit RGB band 321)
LANDSATLandsat Landsat 4 diluncurkan 1983 Peningkatan instrumen Landsat Thematic Mapper (TM) 7 band Biru, Hijau, Merah, Inframerah dekat, SWIR x 2, TIR Resolusi 30m, Resolusi 120m pada inframerah termal, 185Km swath Landsat 7 diluncurkan 1999 Penambahan 15m pankromatikCitra Landsat Wilayah Pantai Utara Jawa Tahun 1989 Resolusi 30 meter
TOPEX/Posidon
Satelit untuk aplikasi oseanografi, milik Perancis/USA Radar altimeter Mengukur tinggi gelombang Mengukur tinggi permukaan laut
NILAI DIJITAL (DN) CITRA
Karakteristik Spektral Obyek dapat dideteksi dan diidentifikasi dengan melihat karakteristik obyek tersebut dalam memantulkan atau memancarkan energi yang diterima respon spektral obyek.
PJ Potensi PenggunaanVariabel BiofisikLokasi Geografis x,y
Sistem PJ PotensialFoto udara, Landsat TM, ETM+, SPOT HRV, KVR-1000 Rusia, IRS-1CD, ATLAS, Radarsat, ERS-1,2 gelombang mikro, IKONOS, MODIS, ASTER, QuickBird Foto udara, Landsat Tm, ETM+, SPOT, LIDAR, Radarsat, IRS-1CD, IKONOS, QuickBird Foto udara, Landsat TM, ETM+, SPOT, IRS-1CD, IKONOS, MODIS, ASTER, QuickBird Foto udara, AVHRR, Landsat TM, ETM+, SPOT, IRS-1CD, IKONOS, MODIS, QuickBird Radarsat, ERS-1,2, Landsat TM Mid-IR, ETM, IKONOS, MODIS, ASTER, QuickBird Landsat ETM+, IKONOS, MODIS, QuickBird SeaWiFS, Landsat TM, ETM+, IKONOS, MODIS, QuickBird
Tofografi/Batimetri Vegetasi - klorofil - biomass, - kandungan air - APAR - pythoplangton
PJ Potensi PenggunaanVariabel BiofisikSuhu Permukaan Kelembaban Tanah Kekasaran Permukaan
Sistem PJ PotensialGOES, SeaWiFS, AVHRRR, Landsat TM, ETM+, Deadalus, ATLAS, ASTER, MODIS ALMAZ, Landsat TM, ERS-1,2, Radarsat, IKONOS, ASTER, Foto udara, ALMAZ, ERS-1,2, Radarsat, IKONOS, ASTER,
EvapotranspirasiAtmosfer(kimia trofosfer, suhu, uap air, arah dan kecepatan angin, presipitasi, sifat awan dan aerosol)
AVHRR, Landsat TM, ETM+, SPOT, MODIS, ASTERGOES, MODIS, MISR, CERES, MOPIT
Perairan Ocean (warna,phytoplangton, biokimia, kedalaman laut)
TOPEX/POSEIDON, SeaWiFS, Landsat ETM+, IKONOS, MODIS, MISR, ASTER, CERES, QuickBird ATLAS, MODIS, MISR, ASTER
Vulkanologi
(suhu dan gas)
PJ Potensi PenggunaanVariabel BiofisikPenggunaan Tanah
Sistem PJ PotensialFoto Udara, AVHRR, Landsat TM, ETM+, SPOT, KVR-1000 Rusia, IRS-1CD, Radarsat, IKONOS, MODIS, QuikBird, ASTER Foto Udara, Daedalus, ATLAS, AVHRR, Landsat TM, ETM+, SPOT, SeaWiFS, IRS-1CD, IKONOS, MODIS, QuikBird, ASTER
Vegetasi Kesehatan Tanaman
Rokhmatuloh, 2008rrRokhma
Karakteristik Satelit Untuk Liputan Lahan Landsat ETMBand Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Band 8 Kegunaan Membedakan kejernihan air, membedakan tanaman antara tanah dengan tanaman Deteksi tanaman Paling baik membedakan tipe tanaman dibanding band 1 dan 2 Meneliti biomassa, membedakan batas tanah tanaman, darat air Membedakan tipe tanaman, membedakan awan, salju dan es Lokasi kegiatan geothermal, LST (land surface temperature) Berhubungan dengan mineral Pankromatik
CONTOH CONTOH APLIKASI
APLIKASI PEMANFAATAN CITRA PENGINDERAAN JAUH Kelautan : ZPPI (Zona Potensial Penangkapan Ikan), Terumbu karang, Sebaran sedimen, Mangrove Kehutanan : Indeks vegetasi, Lokasi Kebakaran hutan, titik api/hot spot Perkotaan : Tutupan lahan, Urban Heat Island Geologi & Geomorfologi : jenis batuan, struktur (patahan, lipatan)
CITRA FOTO
A. Dendritic
B. Parallel
POLA DRAINASE Dendritik: sedimen horizontal atau batuan dasar yang resisten, slope tidak curam Paralel: slope sedang sampai curam, endapan bertekstur halus atau batuan dasar yang patah/retak Trelis: batuan dasar terlipat Rektanguler: batuan dasar yang patah atau bergabung Radial: pada gunung api atau dome Anular: pada dome atau basin Multibasinal dataran karst, Contorted: batuan metamorfosis
Rohmatuloh, 2008
BENTUK LAHAN PATAHAN
Rohmatuloh, 2008
EKSTRAKSI BATUAN KARBONAT
Batuan karbonat berwarna kebiru-biruan
SWIR=Band145
BENTUK LAHAN FLUVIAL:delta
Rohmatuloh, 2008
PENUTUP LAHAN WILAYAH BEKASI TAHUN 1989
Penutup lahan Awan Badan air Bayangan awan Lahan terbangun Lahan terbuka Vegetasi
Luas (ha) 717.1080 15463.1400 514.1780 28892.7470 23274.3300 79515.9800
Berdasarkan pengolahan citra Landsat 5 TM tahun 1989 penutup lahan wilayah Bekasi didomonasi oleh penutup lahan vegetasi dengan luas 79515.9800 ha. Penutup lahan vegetasi ini tersebar di bagian utara, barat daya dan selatan wilayah penelitian antaralain terdapat di sekitar Kecamatan Sukawangi, Jatisampurna, Cibarusa dan Bojong Mangu. Klasifikasi penutup lahan wilayah terbangun tersebar dibagian pusat wilayah Bekasi memanjang dari barat ke timur. Wilayah terbangun juga tersebar dibagian selatan wilayah penelitian mencakup Kecamatan Bekasi Barat, Bekasi Timur, Tambun, Pabayuran dan Sukakarya.
SUHU PERMUKAAN WILAYAH BEKASI TAHUN 1989
Luas Suhu Permukaan Wilayah Bekasi Tahun 1989
30000
25000
20000
hektar
15000
10000
5000
0
91
54
99
43
28
79
07
07
78
26
51
45
16
.5 71
.1 62
.3 17
.5 66
.6 21
.6 75
.7 30
.7 84
.8 37
.8 91
.9 44
.9 97
.0 50
30
31
32
32
32
32
32
32
32
32
32
32
33
celcius Luas Suhu Permukaan Wilayah Bekasi Tahun 1989
Pada tahun 1989 suhu permukaan Bekasi didominasi oleh suhu 32.89 C dengan total luas 27857.868 ha. Sedangkan suhu dengan cakupan luas paling kecil adalah 30.57 C dengan luas 0.954 ha Secara spasial dapat ditunjukkan bahwa wilayah dengan suhu permukaan tinggi di Bekasi pada tahun 1989 terdapat di bagian barat menuju timur dan bagian timur laut wilayah penelitian
33
.1 53
28
Kelebihan & kelemahan PJ Kelebihan yaitu a. Menghemat waktu, tenaga, dan biaya; b. Mengetahui sumber daya alam di suatu tempat; c. Mengetahui gejala cuaca dan iklim; d. Membuat perencanaan dan pembangunan wilayah. Walaupun mempunyai banyak kelebihan, penginderaan jauh juga memiliki kelemahan antara lain sebagai berikut a. Orang yang menggunakan harus memiliki keahlian khusus; b. Peralatan yang digunakan mahal; c. Sulit untuk memperoleh citra foto ataupun citra nonfoto.