konsep penginderaan jauh
TRANSCRIPT
![Page 1: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/1.jpg)
PENGANTAR PENGINDERAAN JAUHPENGANTAR PENGINDERAAN JAUH
Drs. Santoso
Oleh:
![Page 2: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/2.jpg)
Penginderaan Jauh (RS) adalah ilmu untuk memperoleh informasi tentang permukaan bumi tanpa melakukan kontak langsung dengan obyek.
A. Sumber EnergiB. Radiasi dan AtmosferC. Interaksi dengan TargetD. Perekaman energi oleh Sensor
E. Transmisi, ProsessingF. Interpretasi dan AnalisisG. Aplikasi
![Page 3: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/3.jpg)
RADIASI ELEKTROMAGNETIK
Karakteristik radiasielektromagnetikmerupakan hal yang sangatpenting untuk memahamiPenginderaan jauh, yaitu :- Panjang Gelombang- Frekuensi
Panjang Gelombang (),merupakan panjang satusiklus , dan Frekuensi () Merupakan jumlah siklus panjang gelombangyang melalui titik tertentu perunit waktu, dengan satuan hertz
![Page 4: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/4.jpg)
SPEKTRUM ELEKTROMAGNETIK
![Page 5: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/5.jpg)
SPEKTRUM ELEKTROMAGNETIK
![Page 6: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/6.jpg)
SPEKTRUM ELEKTROMAGNETIK
![Page 7: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/7.jpg)
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
![Page 8: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/8.jpg)
INTERAKSI DENGAN ATMOSFIR
Scattering yang lain yangdisebabkan oleh awan atauasap, dan disebut dengannon selective scattering
![Page 9: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/9.jpg)
INTERAKSI DENGAN ATMOSFIR
Selain terjadi penyebaran oleh partikel dalam atmosfir, terjadipula penyerapan (absorbtion)oleh partikel-partikel dalam atmosfir
Ozon, Carbon Dioxida dan Uap Airmerupakan tiga komponen utama dalampenyerapan radiasi elektromagnetik
![Page 10: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/10.jpg)
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)
![Page 11: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/11.jpg)
Klorofil, menyerap radiasi gelombangmerah dan biru, tetapi memantulkan gelombang hijau dan inframerah dekat.
Bilamana kandungan klorofil berkurang(misalnya tumbuhan tidak sehat) makapenyerapan gelombang merah menjadi sedikit dan lebih banyak memantulkangelombang merah
Air, lebih banyak menyerap gelombang inframerah dekat dan gelombang merah, tetapi lebih banyak memantulkan gelombang biru dan hijau, sehingga airnampak biru atau biru kehijauan.Adanya sedimen terlarut akan memantul-kan gelombang yang lebih panjang, sehingganampak lebih terang.Sedangkan adanya klorofil dalam algae akanmenyebabkan pantulan gelombang hijau,sehingga air akan nampak lebih hijau
INTERAKSI DENGAN TARGET
![Page 12: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/12.jpg)
Pada panjang gelombang ini (inframerah dekat)vegetasi dan air bisa dibedakan
Pada panjang gelombang tampak mata, air dan vegetasisusah dibedakan
INTERAKSI DENGAN TARGET
![Page 13: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/13.jpg)
INTERAKSI PADA TUBUH PERAIRAN
![Page 14: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/14.jpg)
PENGIDERAAN SISTEM AKTIF DAN SISTEM PASIF
Inderaja Sistem Pasif Inderaja Sistem Aktif
![Page 15: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/15.jpg)
KARAKTERISTIK CITRA
Apa perbedaan foto udara dan citra satelit ?
![Page 16: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/16.jpg)
Dalam citra satelit, obyek direkam dengan angka,atau numerik
95
58
106
76
76
75
56 62 82
![Page 17: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/17.jpg)
Foto Udara merupakanimage dimana obyekdirekam dalam suatu filmfotografis.
![Page 18: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/18.jpg)
Dalam Citra satelit, munculnya warna dibangun denganmengkombinasikan obyek yang direkam pada panjang gelombangyang berbeda (band) yang diletakkan pada warna dasar yangberbeda pula, yakni saluran merah (Red) saluran Hijau (Green) dansaluran Biru (Blue). Bila kombinasi pada saluran RGB menggunakan panjang gelombang yang sama, maka tidak akan muncul warna,karena intensitas datanya sama
![Page 19: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/19.jpg)
![Page 20: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/20.jpg)
![Page 21: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/21.jpg)
WAHANA
![Page 22: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/22.jpg)
SATELIT : ORBIT SATELIT
![Page 23: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/23.jpg)
SATELIT : CAKUPAN PEREKAMAN
![Page 24: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/24.jpg)
RESOLUSI
SPASIAL
SPEKTRAL
RADIOMETRIK
TEMPORAL
![Page 25: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/25.jpg)
RESOLUSI SPASIAL,
UKURAN PIXEL
SKALA
![Page 26: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/26.jpg)
RESOLUSI SPASIAL,Mendefinisikan luas liputan di permukaan bumi yang diwakilioleh satu pixel
Satu sel mewakili30 meter x 30 meter
![Page 27: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/27.jpg)
A
B
Pada Citra dengan resolusi spasial A, lobang akan terdeteksi.Sedangkan bila menggunakan citradengan resolusi spasial B,maka lubang sulituntuk dikenali.Resolusi Citra A,lebih besar dari Citra B
![Page 28: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/28.jpg)
Citra SPOT PANResolusi Spasial10m x 10 m
![Page 29: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/29.jpg)
Citra NOAA AVHRR,dengan resolusi spasial4 km x 4 km
![Page 30: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/30.jpg)
![Page 31: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/31.jpg)
Mangrove Identification
![Page 32: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/32.jpg)
Coastal ApplicationCoastal Application
![Page 33: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/33.jpg)
Perbedaan resolusi spasial akan membedakan detail informasi yang diperoleh
![Page 34: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/34.jpg)
RESOLUSI SPEKTRAL
Resolusi spektral mendefinisikankemampuan sensor untuk mende-finisikan kehalusan intervalpanjang gelombang
Resolusi spektral yang lebihhalus, maka interval panjanggelombang lebih dekat
![Page 35: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/35.jpg)
RESOLUSI RADIOMETRIK
![Page 36: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/36.jpg)
RESOLUSI RADIOMETRIK
Dapat didefinisikan sebagai rentang dinamis, atau jumlah kemungkinan nilai data pada masing masing band
Contoh :Band 1 landsat TM dengan resolusi spektral 0,45 - 0,52 m. Energi yangdirekam pada panjang gelombang ini adalah :256 tingkat keabuan, pada data 8 bit128 tingkat keabuan pada data 7 bit
0 1 2 3 4 244 255
0,45 m 0,52 m0 1 2 127
0,45 m 0,52 m
8 bit
7 bit
![Page 37: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/37.jpg)
RESOLUSI TEMPORAL
Resolusi Temporal dapat didefinisikan, seberapa sering atau kapansensor dapat melakukan pengamatan pada lokasi yang sama
Landsat TM mempunyai resolusi temporal 16 hari
SPOT, mempunyai resolusi temporal 26 hari
Sampai lokasi yang samapada x hari
![Page 38: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/38.jpg)
KAMERA DAN FOTO UDARA
A, AreaB, LensaC, Focal Plane
Film fotografi adalah film yang sensitifpada panjang gelombang 0.3 m - 0.9 m Film fotografi ini sering disebut dengan filmpankromatik.
UV fotografi juga menggunakan film pankromatik,tetapi menggunakan filter untuk mencegah gelombang tampak mata mencapai film.
Untuk film berwarna normal, layer sensitif terhadapgelombang merah, hijau dan biru (tampak mata)
Untuk foto Color Infrared, layer sensitif terhadapgelombang biru, hijau dan inframerah dekat
Untuk foto berwarna semu , target yang sensitifinframerah dekat berwarna merah, sensitif merahwarna hijau dan sensitif hijau warna biru
![Page 39: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/39.jpg)
Foto Color Foto False Color
![Page 40: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/40.jpg)
INTERPRETASI DAN ANALISIS
Untuk dapat memanfaatkan data penginderaan jauh, kita harusmampu mengekstrak informasi dari citra. Langkah ekstraksiinformasi ini disebut dengan interpretasi dan analisis.
Analisis dan interpretasi meliputi kegiatan identifikasi dan atau pengukuran target dalam image, untuk memperoleh informasi.
Target dapat berbentuk fenomena titik, garis ataupun area.
Target haruslah dapat dibedakan, dalam pengertian target haruslah kontras terhadap obyek di sekelilingnya.
![Page 41: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/41.jpg)
ANALISIS DAN INTERPRETASI MANUAL VSANALISIS DIGITAL
Analisis manual dan analisis dijital, mempunyai kelebihan dan kekurangan.Dalam analisis manual, biasanya terbatas pada satu band atau satu image,artinya tidak dapat melakukan analisis beberapa image secara bersamaan.
Sedangkan dalam anaisis dijital dapat dilakukan secara bersamaan
Dalam analisis manual, biasanya kurang konsisten hasilnya karena bersifat subyektif, yakni sangat tergantung pada interpreter.
Sedangkan dalam analisis dijital lebih konsisten, karena anaisisnya didasarkanpada nilai dijital (density number) dalam komputer, sehingga lebih obyektif.
Meskipun demikian, untuk menentukan tingkat validitas dan akurasi dari analisis dijital adalah sangat sulit. Kenapa ?
![Page 42: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/42.jpg)
INTERPRETASI SECARA MANUAL
Pengenalan target atau obyek merupakan kunci interpretasi dan ekstraksi informasi.
Pengenalan perbedaan antara target dan latar belakangnya berdasarkan pada perbedaan elemen visual yakni :
• tone/rona• bentuk• ukuran• pola• tekstur• bayangan• asosiasi
![Page 43: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/43.jpg)
INTERPRETASI SECARA MANUAL
TONE/RONA:Tone/rona mengacu pada kecerahan atau warna relatif suatu obyek dalam image. Secara umum, rona merupakan elemenyang mendasar dalam pembedaan target.
Rona akan lebih mudahdiinterpretasikan bila bervariasidengan elemen bentuk, tekstur,dan pola obyek
Tanaman tua
Tanaman muda
![Page 44: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/44.jpg)
INTERPRETASI SECARA MANUAL
Bentuk, mengacu pada strukturdan outline obyek individu
BENTUK :
?
![Page 45: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/45.jpg)
INTERPRETASI SECARA MANUAL
UKURAN :
Ukuran obyek dalam imagemerupakan fungsi skala.
Contoh :Ukuran antara bangunan sebagaitempat tinggal dengan bangunansebagai bangunan komersial.
??
![Page 46: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/46.jpg)
INTERPRETASI SECARA MANUAL
POLA :
Pola, mengacu pada susunankenampakan spasial obyek.
Pola perkebunan yang dikembangkanOleh perusahaan akan terlihatteratur dibandingkan dengan polapertanian yang alami
?
?
![Page 47: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/47.jpg)
INTERPRETASI SECARA MANUAL
TEKSTUR :
Tekstur, mengacu pada susunandan frekuensi rona suatu obyek,yang nampak pada kenampakan kasar atau halusnya permukaanobyek.
Contoh yang jelas adalah dalammembedakan hutan alam denganhutan tanaman industri, yang relatifpunya keseragaman dalam kanopi.
?
?
![Page 48: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/48.jpg)
INTERPRETASI SECARA MANUAL
BAYANGAN/SHADOW :Bayangan memberikan ide dalammembedakan profil atau ketinggian suatuobyek
tanpa bayangan
dengan bayangan
![Page 49: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/49.jpg)
INTERPRETASI SECARA MANUAL
ASOSIASI :
Asosiasi berkaitan dengan hubunganantara obyek terhadap obyek yang lain.
Sebagai misal daerah pantai dimanadi situ terdapat vegetasi pada wilayahmuara sungai, mungkin dapat diaso-siasikan dengan mangrove
mangrove
![Page 50: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/50.jpg)
CITRA DIJITALCITRA DIJITAL• Citra dijital adalah penyajian obyek dalam format dijital.
. Citra dijital terdiri dari pixel atau picture element
9558
106
767675
56 62 82
• Digital Number (DN) digunakan untuk menandai pixel
• Nilai DN menyatakan pantulan energi yang diterima oleh sensor
![Page 51: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/51.jpg)
• Pixel Value (Digital Number) penyajian pantulan energi semua Obyek dalam area tertentu pada permukaan bumi (resolusi spasial)
SATELLITESATELLITE SPASIAL RESOLUTIONSPASIAL RESOLUTION
LANDSAT-TMLANDSAT-TM Non Thermal 30 meter X Non Thermal 30 meter X 30 meter30 meter
ThermalThermal 120 meter X 120 meter X 120 meter120 meter
SPOTSPOT MulMultiti SpekSpektraltral 20 meter X 20 meter X 20 meter20 meter
Panchromatic 10 meter X 10 Panchromatic 10 meter X 10 meter meter
IKONOSIKONOS MulMultiti SpekSpektraltral 4 meter X 4 4 meter X 4 metermeter
Panchromatic 1 meter X 1 Panchromatic 1 meter X 1 metermeter
QUICK BIRDQUICK BIRD MulMultiti SpekSpektraltral 2.4 meter X 2.4 meter X 2.4 meter2.4 meter
Panchromatic 0.6 meter X 0.6 Panchromatic 0.6 meter X 0.6 metermeter
NOAANOAA MulMultiti SpekSpektraltral 1.1 km X 1.1 km X 1.1 km1.1 km
95
58
106
76
76
75
56 62 82
CITRA DIJITALCITRA DIJITAL
![Page 52: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/52.jpg)
Pixel = picture element mempunyai karakteristik spasial dan spektral
Columns/Kolom/Pixels
Ro
ws
/Ba
ris
/Lin
es
Spatial Properties :• Pixel Position didefinisikan dengan lokasi kolom dan baris
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 9101112
pixel location = (5,6)
• Format Data Citra Dijital yang dibangun dalam grid sel yang teratur disebut dengan format raster
• Komputer : menyajikan DN dalam warna
Spectral Properties :• Berkaitan dengan nilai DN
CITRA DIJITALCITRA DIJITAL
![Page 53: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/53.jpg)
• Citra Multispektral merupakan data inderaja dengan dua atau lebih saluran spektral
• Masing masing band dihasilkan oleh sensor dengan resolusi spasial tertentu
• Landsat-TM Image mempunyai 7 Bands
Band-1
Band-2Band-3
Band-4
Band-5Band-6
Band-7
CITRA DIJITALCITRA DIJITAL
![Page 54: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/54.jpg)
Citra diperbesar Citra Asli
CITRA DIJITALCITRA DIJITAL
![Page 55: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/55.jpg)
FORMAT DATA DIJITALFORMAT DATA DIJITAL
1 2 3 4 Pixel 1 2 Pixel ke : 1 2 3 4 Band : 1 2 3 1 2 3
BIL
1
1
1
2
2
2
1,1 1,2
1,1 1,2
1,1 1,2
2,1 2,2
2,1 2,2 2,3 2,4
2,1 2,2
Band 1
Band 2
Band 3
BIP
1
2
3
4
5
6
1,1 1,1 1,1 1,2 1,2 1,2
2,1 2,1 2,1 2,2 2,2 2,2
3,1 3,1 3,1 3,2 3,2 3,2
BSQ
123456123456123456
Band 1
Band 2
Band 3
1,1 1,2 1,3 1,4
5,1 5,2 i,j 5,4
2,1
2,1
i,j
3,1
3,1
i,j
Band 1
Note :
Band 2 Band 3
Pixel :
Line
1.
Line
![Page 56: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/56.jpg)
DIGITAL IMAGE FILE : 1. Band Tunggal dalam satu file 2. Multi Bands dalam satu file
FILE FORMAT DATA SYSTEM :
1. BAND SEQUENTIAL (BSQ) :
2. BAND INTERLEAVED BY LINE (BIL) :
3. BAND INTERLEAVED BY PIXEL (BIP) :
FORMAT DATA DIJITALFORMAT DATA DIJITAL
![Page 57: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/57.jpg)
DISPLAY CITRA DIJITALDISPLAY CITRA DIJITAL
Band-1Band-2
Band-3Band-4
Band-5Band-6
Band-7
BAND 444
BAND 542
BAND 432
M U L T I S P E C T R A L I M A G EC O M P U T E R G U NC O L O R S
Red
Green
Blue
D I S P L A Y
O N M O N I T O R
![Page 58: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/58.jpg)
PENGOLAHAN CITRA
Preprocessing :Radiometri Correction/Koreksi Radiometrik Geometri Correction/Koreksi Geometrik
Display dan Enhancement/Penajaman :Diplay (B/W dan Color CompositeContrast Enhancement (Stretching)Spatial Enhancement (Filtering)
Classification/Klasifikasi :Unsupervised Classification Supervised Classification
Integration ke GIS:GeneralisasiKonversi Raster ke Vektor Konversi Vektor ke Raster
![Page 59: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/59.jpg)
Koreksi Geometrik, dari koordinat file ke koordinat peta ataudari satu sistem koordinat ke sistem koordinat yang lain
KOREKSI GEOMETRI
![Page 60: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/60.jpg)
Penajaman image, sehingga image mudah dikenali
PENAJAMAN CITRA
![Page 61: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/61.jpg)
![Page 62: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/62.jpg)
Klasifikasi Citra
Klasifikasi adalah proses pemilihan pixel ke dalam kelas tertentuBerdasarkan nilai DN
![Page 63: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/63.jpg)
Landsat-TM Band-542
![Page 64: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/64.jpg)
Original Satellite Image Classified Original Satellite Image Classified ImageImage
![Page 65: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/65.jpg)
Klasifikasi image dari berbgai saluran menjadi satu peta tematik
![Page 66: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/66.jpg)
Spectral Responses of Spectral Responses of Typical TargetsTypical Targets
0,3 1 3 10
SOIL
VEGETATION
WATER
m
![Page 67: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/67.jpg)
Landsat & SPOT-HVRLandsat & SPOT-HVRLANDSAT SPOT
Sensor : Tematic 705 KM ALTITUDE 822 KM Sensor : HRV (X2)Mapper – TM 99 min PERIOD 101.4 min Modes: Multispectral6 bands- 30 x 30 m 98 INCLINATION 99 3 bands 20 x 20 m1 band- 120 x 120 m NUMBER of PATH 269
16 days EARTH COVERAGE 26 days PanchromaticMulti Spektral 185 km SWATH 60km/imager 1 bands 10 x 10 mScanner - MSS4 bands 60 x 80 m
09:45 EQUATORCROSSING
10:30
MSS1 0.5 ~ 0.6 GMSS1 0.6 ~ 0.7 RMSS1 0.7 ~ 0.8 N-IRMSS1 0.8 ~ 1.1 N-IR
TM1 0.45 ~ 0.53 BTM2 0.52 ~ 0.57 GTM3 0.63 ~ 0.69 RTM4 0.76 ~ 0.90 N-IRTM5 1.55 ~ 1.75 SWIRTM7 2.08 ~ 2.35 SWIR
TM6 10.8 ~ 12.5 TIR
HRV/ PADPCM 0.51 ~ 0.73 Panchro.
HRV/MLA
HRV1 0.50 ~ 0.59 GHRV2 0.61 ~ 0.68 RHRV3 0.79 ~ 0.89 N-IR
233
![Page 68: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/68.jpg)
Band-1 Band-2
Band-3 Band-4
![Page 69: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/69.jpg)
Band-7
Band-6Band-5
![Page 70: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/70.jpg)
Band-1
Band-2
![Page 71: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/71.jpg)
Band-3
Band-4
![Page 72: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/72.jpg)
Band-5
Band-7
![Page 73: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/73.jpg)
Landsat-TM Band-321 Landsat-TM Band-342
Landsat-TM Band-247 Landsat-TM Band-432
![Page 74: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/74.jpg)
KLASIFIKASI CITRA
Klasifikasi dapat dilakukan dengan :
- Band Tunggal : Density Slicing- Multi Bands : Multispectral Classification
![Page 75: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/75.jpg)
Density Slicing :
Nilai Dijital (Digital values) didistribusikan sepanjangSumbu horisontal histogram citra dan dibagi dalam Interval
KLASIFIKASI CITRA
![Page 76: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/76.jpg)
![Page 77: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/77.jpg)
30 60 90 140 190
A B C D E F
255
SLICING PROCEDURE
![Page 78: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/78.jpg)
![Page 79: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/79.jpg)
Klasifikasi Multispektral :
Untuk mengekstrak informasi yang dikumpulkan dari berbagai spektrum elektromagnetik
Band-1Band-2
Band-3Band-4
Band-5Band-6
Band-7
Band Combination 542
KLASIFIKASI CITRA
![Page 80: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/80.jpg)
Metoda dalam klasifikasi multispektral :
1. UNSUPERVISED2. SUPERVISED
KLASIFIKASI CITRA
![Page 81: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/81.jpg)
Unsupervised Classification/Tak Terselia :
-Klasifikasi tanpa memerlukan/membangun sampel
- Operasi dibangun berdasarkan pengelompokan pixel secara natural
- Pengenalan pola menggunakan proses komputer
KLASIFIKASI CITRA
![Page 82: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/82.jpg)
Unsupervised Classification dengan metoda CLUSTERING:
Ploting pixel dalam fitur ruang, yang kemudian dikelompokkanberdasarkan vektor ruang
KLASIFIKASI CITRA
![Page 83: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/83.jpg)
![Page 84: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/84.jpg)
Fitur Ruang
![Page 85: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/85.jpg)
Beberapa parameter harus ditentukan :1. Jumlah Cluster2. Ukuran Cluster3. Jarak antar Cluster
10 20 30 40
10
20
50
30
0
R=15
10 20 30 40
10
20
50
30
0
New mean of cluster-1
Cluster-2
CLUSTERING :
![Page 86: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/86.jpg)
![Page 87: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/87.jpg)
KLASIFIKASI TERSELIA/SUPERVISED
• Klasifikasi multispektral dengan sampel terpilih yang homogen
• Prosedur ini memerlukan pengetahuan tentang obyek
• Klasifikasi menggunakan karakteristik spektral (minimum, maximum, mean/average, variance, covariance, correlation, dll.) tentang training/sample area untuk menggambarkan algoritma klasifikasi keseluruhan
![Page 88: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/88.jpg)
Langkah Penting dalam Klasifikasi Terselia :
1. Training sampel yang terpilih harus representatif.2. Statistik karakteristik training sampel harus dianalisis untuk memilih fitur yang sesuai3. Algoritma klasifikasi yang sesuai harus dipilih.4. Pengkelasan image dalam n kelas.5. Tingkat akurasi klasifikasi harus dievaluasi secara statistik.
![Page 89: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/89.jpg)
SUPERVISED CLASSIFICATIONMEMERLUKAN TRAINING SAMPLE/AREA
Vegetation
Grass
Water
Building
![Page 90: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/90.jpg)
Statistical Characteristics for Water
Band: 1 2 3 4 5 7
Mean 61.5 23.2 18.3 9.3 5.2 2.7Std. Dev. 1.3 0.7 0.7 0.6 0.7 1.0Variance 1.7 0.4 0.5 0.3 0.5 1Minimum 58 22 17 8 4 0Maximum 65 25 20 10 7 5
Band-1 1.72 Band-2 0.06 0.43 Band-3 0.12 0.19 0.51 Band-4 0.09 0.05 0.05 0.32 Band-5 -0.2 -0.05 -0.11 -0.07 0.51 Band-7 -0.21 -0.05 -0.03 -0.07 0.05 1.03
Variance – Covariance Matrix
Band: 1 2 3 4 5 7
![Page 91: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/91.jpg)
Digital Numbers of Training Area
![Page 92: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/92.jpg)
![Page 93: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/93.jpg)
![Page 94: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/94.jpg)
![Page 95: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/95.jpg)
SUPERVISED CLASSIFICATION
METHOD TO DERIVE DECISION REGION :
1. Parallelpiped
2. Minimum Distance to Mean
3. Mahalanobis Distance
4. Maximum Likelihood
![Page 96: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/96.jpg)
Metoda parallelpiped menggunakan nilai minimum dan maksimumUntuk masing masing fitur, pada masing-masing kluster.
1. Parallelpiped :
![Page 97: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/97.jpg)
![Page 98: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/98.jpg)
![Page 99: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/99.jpg)
• Minimum distance menghitung jarak dari masing-masing pixel yang tidak diketahui kelasnya ke rata-rata nilai kelas yang ada • Jarak dihitung dengan metoda Eucledian Distance berdasarkan teori pitagoras
Pixel X akan menjadi kelas Y jika dan hanya jikaJarak ke kelas Y lebih kecil daripada jarak ke kelas yang lain
2. Minimum Distance :
Dist-j = (Pi - ij )2
Pi = Pixel Value from Band-i
ij = Mean Value for Class-j from Band-i
![Page 100: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/100.jpg)
![Page 101: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/101.jpg)
• Maximum Likelihood menandai pixel-pixel yang tak diketahui kelasnya ke dalam suatu kelas berdasarkan kemungkinan nilai pixel masuk dalam suatu kelas • Maximum Likelihood menggunakan asumsi bahwa data sampel untuk masing-masing kelas mempunyai distribusi normal (Gaussian Distribution)
The unkonwn pixel –X belong to Class-C, If and Only If : Pc Pi
Where i = 1, 2, 3, …, n possible classes Pc = Probability Value to be class C Pi = Probability Value to be class i
2. Maximum Likelihood :
![Page 102: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/102.jpg)
The unkonwn pixel –X belong to Class-C, If and Only If :
Pc Pi
Pc = [ -0.5 loge (det(Vc ))] – [0.5 (X-Mc )T (Vc -1)(X-Mc )]
Where :det(Vc ) = determinant of covariance matrix Vc
Mc = mean vectors for class CX = Vector X of an unknown pixelT = Transpose Sign
Maximum Likelihood Formula :
![Page 103: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/103.jpg)
![Page 104: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/104.jpg)
When a feature vector is being classified using two decision regions C1 and C2 there are four possible outcomes :
(1). Accepting X belongs to C1 when this is true(2). Accepting X belongs to C2 when it actually belongs to C1(3). Accepting X belongs to C1 when it actually belongs to C2(4). Accepting X belongs to C2 when this is true
(2) and (3) are errors, with respect to decision region C1 :• Error (2) is called Ommission Error• Error (3) is called Commission Error
![Page 105: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/105.jpg)
Ommission Error dan Commission Error
Muhammad Effendi Tanjung
![Page 106: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/106.jpg)
MAXIMUM LIKELIHOOD OUTPUT
![Page 107: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/107.jpg)
Actual Landcover Class
Classified Landcover1 2 3 4 5 Total
Ommission Commission Accuracy Error (%) Error (%) (%)
1. Resiential2. Commercial3. Wetland4. Forest5. WaterTotal
70 5 0 13 0 88 3 55 0 0 0 58 0 0 99 0 0 99 1 0 4 37 0 42 0 0 0 0 121 121
74 60 103 50 121 408
20.5 (18/88) 4.5 (4/88) 79.5 (70/88) 5.2 (3/58) 8.6 (5/58) 94.8 (55/58) 0.0 (0/99) 4.0 (4/99) 100.0 (99/99) 11.9 (5/42) 30.9 (13/42) 88.0 (37/42) 0.0 (0/121) 0.0 (0/121) 100.0 (121/121)
ACCURACY ASSESSMENT
CONFUSION MATRIX
OVERALL ACCURACY = 382/408 pixels X 100% = 93.6 %
382 = 70 + 55 + 99 + 37 + 121
![Page 108: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/108.jpg)
POST KLASIFIKASI
Untuk menghilangkan area yang tak dikenali atauArea yang sangat kecil dalam citra yang diklasifikasikan,dapat menggunakan
MOJORITY FILTERING
![Page 109: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/109.jpg)
ANALISA KOMPONEN UTAMA
PRINCIPAL COMPONENT ANALYSIS (PCA)
Target :
1. Mengurangi jumlah variabel 2. Tidak ada korelasi antara variabel-variabel baru 3. Variabel baru dipilih berdasarkan heterogenitas
![Page 110: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/110.jpg)
PCA-1
PCA
-2
ANALISA KOMPONEN UTAMAPRINCIPAL COMPONENT ANALYSIS (PCA)
![Page 111: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/111.jpg)
ANALISA KOMPONEN UTAMAPRINCIPAL COMPONENT ANALYSIS (PCA)
![Page 112: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/112.jpg)
PCA-1 PCA-2
PCA-3 PCA-4
![Page 113: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/113.jpg)
PCA-5 PCA-6
PCA-7
![Page 114: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/114.jpg)
![Page 115: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/115.jpg)
![Page 116: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/116.jpg)
TRANFORMASI CITRA
Perubahan dari DN ke Radians
R = Bias + (Giant * DN )
R = Radiance
DN = Digital Number
+ l max - l min
Giant =
254 255
Bias = - l min
![Page 117: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/117.jpg)
Algoritma untuk mendapatkan MPT (mg/l)
RTM2 - RTM3
RTM1 / RTM2Log(s) = 2.166 + 0.991 log =
S = Konsentrasi MPT
RTM 1 - 3 = Nilai radians pada band 1 - 3
![Page 118: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/118.jpg)
![Page 119: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/119.jpg)
Algoritma Pendugaan kandungan klorofil
Log (klo-a) = 2.154 – 0.539 * log RTM 1
RTM 2
![Page 120: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/120.jpg)
Klasifikasi Kandungan Khlorofil
![Page 121: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/121.jpg)
![Page 122: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/122.jpg)
![Page 123: konsep penginderaan jauh](https://reader038.vdokumen.com/reader038/viewer/2022102423/5571f45849795947648f6129/html5/thumbnails/123.jpg)