identifikasi genangan air menggunakan citra sentinel-1
TRANSCRIPT
Identifikasi Genangan Air Menggunakan Citra Sentinel-1(Studi Kasus: Kecamatan Baleendah, Dayeuhkolot dan
Bojongsoang, Jawa Barat)
BERNAT SIMSON FERNANDES
JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
LATAR BELAKANG
▪ Menurut Badan Nasional Penanggulangan Bencana (BNPB), dari total2163 bencana yang terjadi sepanjang tahun 2017, terdapat 729 bencanabanjir yang terjadi di Indonesia dan 69 bencana banjir tersebut beradadi Jawa Barat.
▪ Banjir yang melanda Kabupaten Bandung disebabkan banyak faktor,diantaranya yaitu sedimentasi yang terjadi di Sungai Citarum,kerusakan di hulu Sungai Citarum, sampah, dan lainnya. Sehingga,ketika hujan turun dalam intensitas cukup tinggi, Sungai Citarum,Sungai Cisangkuy, dan anak sungai meluap sehingga merendampermukiman (Susanti, 2014).
2
TUJUAN PENELITIAN
▪ Dapat teridentifikasinya genangan air dengan menggunakan citraSentinel-1 di Kecamatan Baleendah, Kecamatan Dayeuhkolot danKecamatan Bojongsoang pada tahun 2017.
3
LOKASI PENELITIAN
4
5
Data yang digunakan untuk mengidentifikasi genangan air yaitu Citra Sentinel-1.
CITRA SENTINEL-1
▪ Sentinel-1, bagian dari program European Space Agency Copernicus, terdiri daridua satelit yang diluncurkan pada 3 April 2014 yaitu Sentinel-1A dan 22 April2016 yaitu Sentinel-1B. (Clement, 2017).
▪ Gelombang yang digunakan pada satelit citra Sentinel-1, merupakan gelombangmikro atau dikenal juga dengan microwave. Gelombang mikro memilikikelebihan antara lain dapat menembus atmosfer. Selain itu, gelombang mikrojuga tidak terlalu dipengaruhi dengan kandungan uap air di atmosfer, sehinggadapat menembus awan.
6
4 MODE AKUISISI CITRA
SENTINEL-1
7
Tabel 1. Karakteristik Citra Sentinel-1
8
Karakteristik Sentinel-1
Scene ID S1A_IW_GRDH_1SDV_20171113T111435_20171113T111504_019245
_02098A_9415.SAFE
Acquisition date 2017-11-13T11:14:35.754Z
Satellite name Sentinel-1
Satellite number A
Instrument SAR-C
Mode IW
Pass Direction Ascending
Antenna Pointing Right
Polarisation VV, VH
Product Level L1
Product Type GRD
METODOLOGI PENELITIAN
KalibrasiSentinel-1Speckle
Filtering
Koreksi
GeometrikSubset A
Studi Literatur
Pengumpulan
Data
Apply Orbit
File
Thermal Noise
Removal
10
A Convert to dB
Thresholding
Banjir < μ - (1.5*σ)
Hasil dan
Analisis
Peta Rawan Banjir
BPBD
Validasi
Masking
Shapefile Batas Administrasi
Daerah Penelitian
METODOLOGI PENELITIAN
11
12
▪ Subset bertujuan untuk membuat Area of Interest pada Citra Sentinel-1.
▪ Apply orbit file, proses ini diperlukan untuk update orbit metadata pada CitraSentinel-1. Vektor status orbit yang disediakan dalam metadata produkSentinel-1 umumnya tidak akurat dan dapat disempurnakan dengan file orbittepat yang tersedia, juga file orbit menyediakan informasi posisi dan kecepatansatelit yang akurat.
▪ Koreksi thermal noise dapat diterapkan untuk produk Sentinel-1 yang belumdikoreksi.
13
Gambar a, b dan c merupakan hasil proses yang dilakukan secara berurutan dengan menggunakan polarisasi VH.
14
a. subset
c. thermal noise removal
b. apply orbit file
HASIL
▪ Data Citra Sentinel-1 ini belum terkoreksi radiometrik. Oleh karena itu,perlu untuk diterapkan koreksi radiometrik pada citra, sehingga nilai-nilai pixel dari citra nanti setelah terkoreksi benar-benar mewakili nilaibackscatter radar dari permukaan.
▪ Informasi yang diperoleh dari data Syntetic Aperture Radar (SAR)masih memiliki kelemahan, diantaranya adanya noise atau specklepada citra radar yang dapat mengganggu dalam ekstraksi informasi.Sehingga perlu dilakukan proses speckle filtering.
15
Hasil Proses Kalibrasi
dan Speckle Filtering
16
▪ Citra Sentinel-1 masih dalam geometri radar, dikarenakan variasi topografi darisuatu scene dan kemiringan dari sensor satelit, jarak dapat terdistorsi dalamcitra, oleh karena itu, harus dilakukan koreksi geometrik. Koreksi geometrik yangdilakukan pada penelitian ini menggunakan metode Range Doppler TerrainCorrection yang terdapat pada software SNAP.
▪ Setelah proses koreksi geometrik, Citra Sentinel-1 dikonversi dari nilai intensitas(𝑚2𝑚−2 ) menjadi nilai desibel (dB). Proses ini dilakukan agar citra dapatmenunjukan gambaran yang kontras antara daerah yang basah dan kering,sehingga memudahkan saat proses mengidentifikasi genangan air nanti
17
18
Hasil Proses Koreksi
Geometrik, Convert to dB dan Masking
19
Number of pixels
total (VH)792292
Minimum -30,92 Intensity db
Maximum 24,87 Intensity db
Mean -16,10 Intensity db
Standard deviation 4,64 Intensity db
Coefficient of
variation-0,29
Median -15,58 Intensity db
THRESHOLDING
Berikut dibawah ini merupakan rumus yang dibuat oleh Long dkk, pada tahun 2014. untukmenentukan threshold ideal sehingga dapat mengetahui apakah pixel terendam/tergenang air:
𝑃𝐹 merupakan piksel yang teridentifikasi sebagai banjir, μ dan σ merupakan nilai mean danstandar deviasi dari D, yaitu citra tersebut, dan 𝑓𝑐 merupakan nilai koefisien. Nilai optimalkoefisien 𝑓𝑐 didapat sebesar 1.5 dari penelitian yang dilakukan oleh Long dkk.
20
𝑃𝐹 < 𝜇 𝐷 − 𝑓𝑐 ∗ 𝜎 𝐷
21
22
Identifikasi genangan air dengan menggunakan
polarisasi VH citra Sentinel-1 tanggal 13
November 2017
Identifikasi genangan air dengan menggunakan
polarisasi VV citra Sentinel-1 tanggal 13
November 2017
23
Validasi menggunakan peta resiko rawan bencana banjir Jawa Barat tahun 2015 (Sumber: Badan Penanggulangan Bencana Daerah Jawa Barat).
24
25
No.1
No.2
26
No. 3
No.4
27
No.5
KESIMPULAN DAN SARAN
▪ Penginderaan jauh aktif seperti SAR yang memiliki keunggulan dapatmenembus awan dan juga merekam siang maupun malam hari, dapatbermanfaat dalam keperluan penangan maupun pencegahan bencana banjiryang terjadi di Indonesia.
▪ Dengan dilakukannya validasi dengan peta resiko rawan banjir dan surveylapangan di 5 titik sampel yang teridentifikasi genangan air, bahwa hasil yangdiperoleh dalam penelitian ini cukup baik.
▪ Diharapkan dalam penelitian selanjutnya memperbanyak titik sampel validasisehingga dapat terlihat keakuratan hasil yang didapatkan.
28
THANKYOU
29