• Tidak ada hasil yang ditemukan

Latar belakang. Kerusakan hutan. Perlu usaha: Perlindungan Pemantauan 22/06/2012

N/A
N/A
Protected

Academic year: 2022

Membagikan "Latar belakang. Kerusakan hutan. Perlu usaha: Perlindungan Pemantauan 22/06/2012"

Copied!
24
0
0

Teks penuh

(1)

Deteksi Kesehatan Hutan Menggunakan Data Penginderaan Jauh

di Hutan Lahan Kering

SIGIT NUGROHO

Latar belakang

SIGIT NUGROHO/E161070051 Sigit_nugroho_ssi@yahoo.com

Efisien waktu

Efektif

Hemat biaya

Mudah dideteksi

Terukur

Perlu usaha:

Perlindungan

Pemantauan

Kerusakan hutan

(2)

www.themegallery.com Company Logo

Deteksi kesehatan hutan

Canopy>51%

Canopy 30-50% Canopy 10-30%

IMAGE PIXEL

www.themegallery.com Company Logo

MONITORING

Penginderaan jaun & SIG

Biophysical

vegetation index

Forest Canopy

Density

(3)

TUJUAN

SIGIT NUGROHO/E161070051 Sigit_nugroho_ssi@yahoo.com

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

(4)

SIGIT NUGROHO/E161070051

Data dan lokasi:

Lokasi G Surandil & PangkulahanTNGHS Waktu July 2010 - December 2010 Data

www.themegallery.com Company Logo

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

(5)

Koefisien determinasi, R

2

(%) 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

www.themegallery.com Company Logo

Hubungan antar peubah

HASIL

www.themegallery.com Company Logo

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

(6)

www.themegallery.com Company Logo

Kesehatan tinggi

Foto lapangan

Kamera fish eye

www.themegallery.com Company Logo

Kesehatan sedang

Foto lapangan

Kamera fish eye

(7)

www.themegallery.com Company Logo

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 :

(8)

www.themegallery.com Company Logo

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%.

www.themegallery.com Company Logo

KESIMPULAN

(9)

www.themegallery.com Company Logo

(10)

www.themegallery.com Company Logo

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.

www.themegallery.com Company Logo

2003 2007 2008

2007

Cut Of Per Band

2007 terkoreksi

PEMILIHAN CITRA KUALITAS GANGGUAN ATMOSFERIK

KECIL

Memilih sampel PIF Rumus matematis

regresi linier

(11)

www.themegallery.com Company Logo

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

www.themegallery.com Company Logo

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

(12)

www.themegallery.com Company Logo y = 1,8106x + 38,824

R² = 0,7638

0 20 40 60 80 100 120 140 160 180

0 20 40 60

Citra2007

C i…

Citra 2008

y = 1,1839x + 13,472 R² = 0,7733

0 20 40 60 80 100 120 140 160 180

0 50 100

Citra2007

B 2

Citra 2008

y = 1,3763x + 8,9179 R² = 0,8253

0 50 100 150 200 250

0 50 100 150

Citra2007

B 3

Citra 2008

y = 1,2908x - 35,196 R² = 0,9076

-50 0 50 100 150 200 250

0 100 200

Citra2007

B 4

Citra 2008

y = 1,1726x - 15,541 R² = 0,9593

0 50 100 150 200 250 300

0 100 200 300

Citra2007

B 5

Citra 2008

y = 1,3942x - 20,628 R² = 0,9581

0 50 100 150 200 250 300

0 100 200 300

Citra2007

S e…

Citra 2008

Scatergram PIF 2007 dan 2008

www.themegallery.com Company Logo

Koreksi Geometrik:

Metode: Image to image registeration

Citra tahun 2003 terkoreksi

Citra belum terkoreksi Tahun 2007

Tahun 2008

o

Citra terkoreksi

(13)

GCP dan RMSE citra tahun 2008

www.themegallery.com Company Logo

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

(14)

www.themegallery.com Company Logo

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

www.themegallery.com Company Logo

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

(15)

www.themegallery.com Company Logo

DTM Lokasi sampel penelitian

www.themegallery.com Company Logo

(16)

www.themegallery.com Company Logo

No Ketinggian Jumlah

1 500-1000 12

2 >1000 39

Jumlah 51

www.themegallery.com Company Logo

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

(17)

Perhitungan data Kerapatan Kanopi dan LAI

www.themegallery.com Company Logo

Software Hemiview

GndCover LAI

0.68 1.16

www.themegallery.com Company Logo

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

(18)

www.themegallery.com Company Logo

Perhitungan LBDS & Volume

LBDS = 0.25*∏*D 2

Ket:

LBDS = Luas Bidang Dasar

∏ = 3.14

D = Diameter Pohon

Volume = 0.25*∏*D 2 *T*f

Ket:

T = tinggi total pohon F = faktor bentuk 0.7

www.themegallery.com Company Logo

(19)

www.themegallery.com Company Logo

Ukuran Plot dilapangan:

5x5 m

50 m

Diameter 5-10cm Diameter 10-20cm Diameter >20cm 10x10m

25x25m

Titik Pusat Plot

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

www.themegallery.com Company Logo

(20)

www.themegallery.com Company Logo

www.themegallery.com Company Logo

(21)

www.themegallery.com Company Logo

www.themegallery.com Company Logo

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

(22)

ASI

www.themegallery.com Company Logo

SSI

www.themegallery.com Company Logo

(23)

www.themegallery.com Company Logo

www.themegallery.com Company Logo

(24)

Kriteria koefisien determinasi

www.themegallery.com Company Logo

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

www.themegallery.com Company Logo

Kelas akurasi Overall (USGS)

Kappa Congalton, 1996

Diacu Jensen 2005

Rendah 0-60 0-40

Sedang 60-85 40-80

Tinggi >85 >80

Gambar

Diagram alir  Citra Terkoreksi  Landsat TM,2008  Citra Landsat TM 2008, . Koreksi Radiometrik & Geometrik Klasifikasi FCD  Mulai Peta Kesehatan Hutan Tentatif
Foto lapangan
Foto lapangan
Tabel Tinggi Rendahnya Koefisien Determinasi      Sumber  : Supranto 20011, Pengantar  Teknologi Informasi  Salemba Jakarta : Infotek

Referensi

Dokumen terkait

pengorganisasian data pada memori komputer maupun fle (berkas) pada suatu media penyimpanan dengan menggunakan struktur data array, struct, tree, dan fle

terdapat perbedaan yang signifikan hasil belajar teknik dasar roll depan antara siswa yang mengikuti model pembelajaran Observasional Bandura dengan model

Hasil analisis data menunjukkan bahwa upaya guru penjasorkes SMP Negeri 2 Kuta Baro Aceh Besar dalam mempersiapkan siswa mengikuti kegiatan Olimpiade Olahraga Siswa

Akan tetapi, melalui pendekatan perkembangan kognitif menuntut siswa untuk berfikir kritis terhadap aspek moral dan kesadaran dalam beragama. Signifikansi ranah

Anggaran pemerintah merupakan dokumen formal hasil kesepakatan antara eksekutif dan legislatif tentang belanja yang ditetapkan untuk melaksanakan kegiatan pemerintah

Menimbang : bahwa sebagai pelaksanaan ketentuan Pasal 3 huruf d, Peraturan Pemerintah Nomor 12 Tahun 2014 tentang Jenis dan Tarif atas Jenis Penerimaan Negara Bukan Pajak yang

Adhi Karya (ADHI) akan melaksanakan penerbitan saham baru untuk membiayai proyek Light Rail Transit (LRT) pada 27 Agustus 2015. ADHI akan menerbitkan sebanyak 1.817.892.144