Laporan Praktikum Hari/Tgl : Rabu, 24 November 2010 Penginderaan Jauh Dan Tempat : Lab. Komputer
Interpretasi Citra Asisten :1.Bambang A. A14054173 2. Miranti A. A14063027 3. Hana Aditya A14070066 4. Rhoma P. A14070100
PEMOTONGAN CITRA (SUBSET IMAGE) DAN KOREKSI GEOMETRIK (REKTIFIKASI)
Rudi Eko Setyawan E14070072
BAGIAN PENGINDERAAN JAUH DAN INFORMASI SPASIAL DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BAB I
PENDAHULUAN
A. Latar Belakang
Dalam setiap kegiatan yang berkaitan dengan permukaan bumi, akan selalu membutuhkan data permukaan bumi sebagai data referensi. Salah satu jenis data permukaan bumi adalah data yang berkaitan dengan spasial dan atribut suatu wilayah. Salah satu cara untuk mendapatkan data spasial dan data atribut suatu wilayah adalah dengan metode penginderaan jauh.
Metode penginderaan jauh adalah suatu metode untuk mendapatkan data spasial dan data atribut tanpa menyentuh langsung data spasial dan data atribut tersebut. Keuntungan dari metode penginderaan jauh ini adalah waktu pengumpulan data yang relatif singkat dibanding dengan metode terestris untuk cakupan area yang sama. Adapun wahana yang digunakan dalam sistem penginderaan jauh adalah wahana udara ( pesawat) dan wahana luar angkasa (satelit).
Hasil dari penginderaan jauh wahana satelit adalah citra. Dalam perkembangan teknologi saat ini citra satelit berdasarkan resolusi spasialnya dapat di golongkan menjadi 3 bagian, yaitu : citra satelit resolusi tinggi, sedang, dan rendah. Dampak dari kemajuan teknologi bidang penginderaan jauh tersebut antara lain sangat mudahnya untuk mengakses citra satelit beresolusi spasial tinggi secara gratis.
Sebelum citra hasil penginderaan jauh digunakan untuk aplikasi tertentu, terlebih dahulu citra tersebut harus dikoreksi untuk menghilangkan berbagai kesalahan yang ada. Salah satu koreksi tersebut adalah koreksi geometrik. Koreksi ini bertujuan untuk mereduksi distorsi geometrik dari objek permukaan bumi yang ada pada citra yang diakibatkan kelengkungan permukaan bumi dan beberapa faktor lain seperti variasi tinggi satelit, ketegakan satelit dan kecepatannya, sehingga posisi spasial dari suatu area pada citra sesuai dengan posisi sebenarnya di lapangan.
B. Tujuan
1. Rektifikasi (pembetulan) atau restorasi (pemulihan) citra agar koordinat citra sesuai dengan kordinat geografi
BAB II
TINJAUAN PUSTAKA
Distorsi geometrik adalah ketidaksempurnaan geometri citra yang terekam pada saat pencitraannya, hal ini menyebabkan ukuran, posisi, dan bentuk citra menjadi tidak sesuai dengan kondisi sebenarnya. Ditinjau dari sumber kesalahannya, distorsi geometrik disebabkan oleh kesalahan internal dan kesalahan eksternal (JARS,1992). Kesalahan internal lebih banyak disebabkan oleh geometrik sensor dan bersifat sistematik sedangkan kesalahan eksternal disebabkan oleh bentuk dan karakter obyek data tersebut. Secara tegas Jensen (1996) mengklasifikasikan distorsi geometrik citra dalam du golongan, yaitu distorsi yang bersifat sistematik dan tidak sistematik. Distorsi yang bersifat sistematik ini dapat dimodelkan sedangkan yang bersifat tidak sistematik tidak dapat dimodelkan.
Distorsi geometrik yang bersifat sistematik disebabkan oleh banyak faktor dan harus dikoreksi terlebih dahulu sebelum citra satelit digunakan. Pohl (1996) menyatakan penyebab distorsi geometrik yang penting antara lain : rotasi bumi selam proses perekaman data, efek kelengkungan bumi, variasi tinggi dan gerakan wahana satelit, variasi tinggi permukaan tanah, dan sudut pandang perekaman. Pada umumnya distorsi geometrik yang bersifat sistematik sudah dikoreksi oleh pengelola satelit, karena parameter-parameter koreksinya hanya diketahui oleh pemilik satelit. Khusus untuk wahan satelit dengan sensor CCD
(Charge Couple Device) seperti pada SPOT HRV (Satelite Probatoire
d’Observation de la Terre High Resolution Visible), Jensen (1996) menyatakan
beberapa kesalahan distorsi geometrik seperti scan seks, kecepatan scanning
sensor, dan efek panoramik tidak ditemukan sehingga dapat diabaikan.
Untuk persamaan polinomial orde dua (Toutin, 1994 dalam Pohl, 1996) :
Sedangkan persamaan polinomial orde tiga berbentuk (Toutin, 1994 dalam Pohl, 1996) :
Dalam hal ini :
x’ , y’ = Posisi obyek dalam sistem koordinat citra x, y = Posisi obyek dalam sistem koordinat peta a0...a9 = Parameter transformasi
b0...b9 = Parameter transformasi
Ada beberapa tahapan yang dilakukan dalam proses koreksi geometrik, yaitu: a. Penentuan titik-titik kontrol tanah (Ground Control Point (GCP)).
Titik-titik kontrol yang dipilih pada obyek di citra harus bersesuaian dengan titik pada obyek yang sama di peta referensi. Peta referensi yang digunakan adalah Peta Rupa Bumi Indonesia (RBI) digital skala 1 : 25.000. Titik-titik yang dijadikan kontrol pada citra harus jelas dan mudah dikenali. Titik-titik kontrol dalam studi berada di sekitar aliran tubuh air/sungai/danau, jalan raya, sudut-sudut bangunan, dan tanah kosong yang terlihat jelas pada citra dan peta referensi.
b. Penentuan sistem referensi koordinat, datum, dan jenis transformasi.
Sistem referensi yang digunakan yaitu Sistem Koordinat SUTM 48 (South
Universal Transversal Mercator Zona 48) dengan Datum WGS’84 (World
Geodetic System 1984). Transformasi yang digunakan adalah metode
polinomial nearest neighbor, bilinear, dan cubic convolution dengan pertimbangan relief topografi wilayah studi Kawasan Puncak yang berbukit-bukit.
c. Penentuan proses rektifikasi.
BAB III
BAHAN DAN METODE
A. Waktu dan tempat
Praktikum Penginderaan Jauh dan Interpretasi Citra dilakukan pada
hari Rabu, 24 November 2010 pukul 13.00-16.00 WIB. Praktikum ini
dilaksanakan di laboratorium komputer Departemen Ilmu Tanah dan
Sumberdaya Lahan Fakultas Pertanian, Institut Pertanian Bogor.
B. Alat dan bahan
1. Buka program ERDAS Imagine kemudian klik icon menu Viewer. 2. Buka file yang akan dilakukan pemotongan dengan mengklik ikon
pada Viewer #1.
3. Klik menu AOI Tools sehingga muncul AOI Tool Palette, kemudian pilih ikon Create Rectangular AOI, untuk pemotongan yang berbentuk kotak atau icon Create Polygon AOI untuk jenis pemotongan polygon tak beraturan.
4. Dengan menggunakan cursor tentukan daerah yang akan dipotong
5. Klik ikon DataPrep pada ikon panel kemudian pilih Subset Image.
7. Klik icon AOI pada tabel dialog sehingga muncul tampilan Choose AOI
pilih Viewer kemudian klik OK.
8. Klik OK dan tunggu proses hingga 100 % baru klik OK kembali
9. Untuk melihat hasilnya, buka nama file hasil pemotongan pada viewer baru.
Cara 2
1. Tampilkan citra yang mau dipotong
2. Dari menu VIEWER pilih Utility/Inquire Box
3. Geser Inquire Box sesuai dengan daerah yang akan dicropping dan klik Apply.
4. Dari INTERPRETER pilih Utility/Subset. Pilih nama file citra yang dipotong dan tulis nama file luaran.
5. Lokasi yang dicropping ditentukan From Inquire Box 6. Pilih kanal yang diambil yaitu kanal 1:6.
7. Klik OK untuk memulai proses cropping. 2. Koresi Geometrik
1. Pilih Raster|Geometric Correction dari menu Viewer#1 untuk merektifikasi citra crop_land_bgr_2002.
2. Pada dialog Set Model Dialog pilih Polynomial dan klik OK. Geo Correction Tool dan Polynomial Model Properties terbuka
3. Klik Close pada dialog Polynomial Model Properties
4. Terima default Existing Viewer pada dialog GCP Tool Reference Setup dengan mengklik OK
5. Klik pada Viewer#2 untuk menampilkan crop_spot5_bgr_2002.img, sehingga dialog Reference Map Information terbuka
6. Klik OK pada dialog Reference Map Information
7. Pada Viewer#1 pilih satu dari area yang tergambar dibawah ini dengan mengklik areanya.
8. Untuk memudahkan melihat GCP#1 tekan mouse kanan pada Color Colomn pada GCP Tool CellArray dan pilih warna Yellow
9. Pada Viewer#3 (perbesaran sebagian dari area Viewer#1) drag GCP pada lokasi pasti
10. Pada GCP Tool klik icon Create GCP
12. Untuk memudahkan melihat GCP#1 pada Viewer#2 tekan mouse kanan pada Color Colomn pada GCP Tool CellArray dan pilih warna Yellow 13. Klik icon Create GCP pada tool bar GCP
14. Ulangi langkah 8 – 10 untuk mendigitasi GCP#2, GCP#3 dan GCP#4. Setelah mendigitasi GCP#4 pada Viewer#1 atau Viewer#3, GCP secara otomatis match di Viewer2#4.
15. Bila model belum mendukung Auto Calculation klik icon Calculation pada
BAB IV
HASIL DAN PEMBAHASAN
A. Hasil
A.1. Pemotongan citra
Koordinat :
Gambar lokasi GCP dan nilai RMS error
Dengan metode bilineal interpolation
Hasil koreksi geometrik Order 2 :
Gambar lokasi GCP dan nilai RMS error
Dengan metode bilineal interpolation
B. Pembahasan
Citra yang dihasilkan secara langsung melalui proses perekaman sesaat tidak bebas dari kesalahan. Kesalahan ini muncul karena adanya gerakan satelit, rotasi bumi, gerakan cermin pada sensor scanner, dan juga kelengkungan bumi. Hasil perekaman ini juga merupakan model dua dimensi yang menghasilkan kenyataan tiga dimensi pada bidang spheroid permukaan bumi. Disini menimbulkan kesalahan geometri yang lain.
Sebelum melakukan koreksi geometrik, alalis harus memahami terlebih dahulu tentang daerah yang akan dianalisis dan sistem proyeksi peta tersebut. Untuk lebih memfokuskan terhadap daerah yang akan diamati, maka sutu citra harus dilakukan pemotongan (croping) terlebih dahulu. Sedangkan untuk menyajikan posisi planimetris ada sejumlah sistem proyeksi. Untuk Indonesia, sistem proyeksi yang digunakan adalah sistem proyeksi UTM (Universal
Transverse Mercarator) dengan datum DGN-95 (datum geodesi nasional).
Dalam beberapa kasus, yang dibutuhkan adalah penyamaan posisi antara satu citra dengan citra lainnya dengan mengabaikan sistem koordinat dari citra yang bersangkutan. Penyamaan posisi ini kebanyakan dimaksudkan agar posisi piksel yang sama dapat dibandingkan. Dalam hal ini penyamaan posisi citra satu dengan citra lainnya untuk lokasi yang sama sering disebut registrasi. Dibandingkan dengan rektifikasi, registrasi ini tidak melakukan transformasi ke suatu koordinat sistem. Dengan kata lain, registrasi adalah suatu proses kenapa perlu melakukan rektifikasi, diantaranya adalah untuk :
1. Membandingkan 2 citra atau lebih untuk lokasi tertentu. 2. Membangun SIIG dan melakukan pemodelan spasial.
3. Meletakkan lokasi-lokasi pengambilan “Training area” sebelum melakukan klasifikasi.
4. Membuat peta dengan skala yang teliti.
5. Melakukan overlay (tumpang susun) citra dengan dat-data spasial lainnya.
koordinat peta. Secara teoritis (Jaya, 2009), jumlah minimum GCP yang harus dibuat adalah :
Jumlah minimum GCP = ( t + 1 ) ( t + 2 )/2
Pada hasil pengamatan koreksi geometrik, order 1 dibutuhkan minimal 3 GCP, sedangkan untuk order 2 dibutuhkan minimal 6 GCP. Sehingga pada order 1 paling tidak dibutuhkan 3 buah GCP untuk dapat menentukan lokasi rektifikasi secara otomatis pada citra referensinya. Sedangkan untuk order 2 paling tidak membutuhkan 6 buah GCP. Pada order 2 juga terlihat adanya koreksi dari kelengkungan bumi. Sedangkan pada order 1 tampak hanya koreksi secara 2 dimensi. Tentunya, semakin banyak jumlah GCP dengan nilai RMS errornya yang kecil, maka rektifikasi tersebut semakin akurat. Nilai RMS error umumnya tidak boleh lebih dari 0,5 piksel. Jika nilainya lebih dari 0,5 piksel, maka penentuan lokasiGCP harus diulang kembali. Pada hasil praktikum koreksi geometrik terlihat pada order 1 nilai RMSE tertinggi adalah 0,385 piksel pada GCP 2. Sedangkan pada order 2 nilai RMSE tertinggi adalah 0,260 piksel pada GCP 1. Sehingga nilai-nilai ini masih dapat ditolerir dalam kegiatan rektifikasi.
Pada saat melakukan interpolasi intensitas (nilai kecerahan) menggunakan metode nearest neighbourhood, bilinear dan convolution. Perbedaan dari ketiga metode tersebut adalah:
a. nearest-neighborhood interpolation (NNI) menggunakan 1 pixel,
(zero-order , 40)
b. bilinear interpolation (BI) menggunakan 4 pixel (first-oder, 41)
Pada metode nearest neighbour (tetangga terdekat), nilai pikselnya tidak berubah karena menggunakan nilai dari piksel yang terdekat, sedangkan metode
bilineal dan cubic , nilai piksel yang baru dihitung dengan rata-rata tertimbang
sebagai berikut :
Zk= nilai DN
Dk =jarak Euclidean
KESIMPULAN
DAFTAR PUSTAKA
Abidin, H. Z., 2000, Penentuan Posisi dengan GPS dan Aplikasinya, Cetakan
Kedua, PT Pradnya Paramita, Jakarta.
ENVI, 1994, ENVI User’s Guide : The Environment for Visualizing Images, Version 1.1, Research System, Boulder CO 80301.
Jensen, J.R., 1996, Introductory Digital Image Processing : A Remote Sensing
Perspective, 2nd Edition , Prentice Hall Inc., new Jersey, USA
Pohl, C., 1996, Geometric Aspects of Multisensor Image Fusion for Topographic
Map Updating in the Humid Tropics, Ph. D. Dissertation. ITC Publication
No 39., ITC.
Surati Jaya, I.N. 2010. ANALISIS CITRA DIGITAL: Teori dan Praktik
Menggunakan ERDAS Imagine. Laboratorium Fisik Remote Sensing
