MINGGU 14 :
REMOTE SENSING & APLIKASI UNTUK
INVENTARISASI TUMBUHAN
Outline :
a. Definisi
b. Sumber energi/gelombang elektromagnetik c. Sejarah perkembangan remote sensing
Proses RS
a. Interaksi energi dengan obyek b. Penyiaman (scanning), Perekaman Data &
Peyimpanan data satelit dijital c. Klasifikasi
Sumber bacaan
• Robert A. Schowengerdt : Remote Sensing: Models And Methods for Image Processing
(http://books.google.co.id/books?id=KQXNaDH0X-IC&pg=PA2&redir_esc=y#v=onepage&q&f=false)
• John A. Richards. 1993. : Remote sensing digital image analysis. Springer Verlag
• Introduction to remote sensing (Natural Resources Cana),
http://www.nrcan.gc.ca/earth-sciences/geography-boundary/remote-sensing/fundamentals/1924
• Dr. S. C. Liew. Centre for Remote Imaging, Sensing and Processing National University of Singapore : What is remote sensing (http://www.crisp.nus.edu.sg/~research/tutorial/rsmain.htm) • Precision Agriculture (http://www.amesremote.com/)
A. Definisi Remote Sensing
Definisi :
•
Ilmu untuk memperoleh informasi mengenai
benda/obyek di atas permukaan bumi
dengan menggunakan alat (pesawat/satelit)
tanpa menyentuh benda/obyek yang
menjadi target..
•
Pengukuran/pengumpulan informasi suatu
obyek di atas permukaan bumi tanpa kontak
langsung dengan obyek yang dipelajari
Receiving Station
Komponen
Remote Sensing
SATELIT Radar
B: Sumber energi remote sensing:
Ultraviolet – Microwave (pendek->panjang)
Cahaya matahari dan yg dipantulkan bumi dapat dibagi berdasarkan panjang gelombangnya
Infrared
Wavelength
Gamma
Rays X-Ray Ultraviolet Microwave TV/Radio
The Electromagnetic Spectrum (EMS)
Visible
˜ 0.4
micrometers
˜ 0.7
PHOTOGRAFI
SATELIT & FOTO UDARA
Spektrum gelombang Elektromagnetik
Gelombang Radio
Radar
Infra merah, UV Cahaya Tampak (B&R = fotosintesa,
Fotografi)
Sinar X
Sinar Gamma
PANJANG GELOMBANG FREKUENSI APLIKASI (meter) (Hz)
Kecil
Besar ENERGI
1. Red : 0.620 - 0.700 m 2. Orange : 0.592 - 0.620 m 3. Yellow : 0.578 - 0.592 m 4. Green : 0.500 - 0.578 m 5. Blue : 0.446 - 0.500 m 6. Violet : 0.400 - 0.446 m
RENTANG SPEKTRUM CAHAYA TAMPAK/
VISIBLE LIGHT
RADAR Band P, L, S, C, X, Ku, K, Ka
RENTANG SPEKTRUM
MICROWAVE
10
C Sejarah Perkembangan
REMOTE SENSING
• 1826 – Photograph Pertama
http://en.wikipedia.org/wiki/History_of_photogra phy
• 1858 - Photo pertama dari balon udara (http://www.papainternational.org/history.asp) • 1903 - Pesawat pertama
• 1909 Photo pertama dari pesawat
(http://northstargallery.com/aerialphotography/hi story%20aerial%20photography/history.htm
• 1903-4 – Photo infrared film • Perang dunia I and II • 1960 - Program Ruang angkasa
LANDSAT
SPOT 4
NOAA
TIPE SATELIT
FENG YUN
PROSES REMOTE SENSING
a. Interaksi energi dengan obyek b. Sensor (bands)
13
A. INTERAKSI CAHAYA DENGAN OBYEK
Cahaya berinteraksi
dengan obyek dalam
berbagai bentuk
Incident (I) : Cahaya datang :
Absorption (A); Transmission (T); and Reflection (R).
14
PANTULAN/REFLEKSI
Specular reflection
Permukaan yg halus :
Semua/hampir semua energi
dipantulkan kembali
Specular or
mirror-like reflection
15
INTERAKSI CAHAYA DENGAN OBYEK
DAUN:
Chlorophyll menyerap banyak radiasi Merah dan Biru, tapi memantulkan hijau.
Pada saat pertumbuhan sempurna, daun tampak lebih hijau karena banyak kandungan khloropilnya (lebaih banyak B & R yang diserap)
VEGETASI
16
Air bening
Air keruh
AIR :
Gelombang biru lebih banyak dipantulkan dari pada gelombang merah dan hijau, sehingga Air kelihatan biru.
Bila ada suspensi terlarut, maka gelombang biru akan lebih banyak dipantulkan, sehingga air yang keruh kelihatan lebih terang.
Keberadaan sediment (S) akan mempengaruhi pola reflektansi. Air keruh akan mempunyai nilai reflektansi yang mirip dengan air dangkal.
INTERAKSI DENGAN OBYEK
AIR
Gamma
Rays X-Ray Ultraviolet Infrared Microwave TV/Radio
The Electromagnetic Spectrum (EMS)
Blue Green Red Near IR Middle IR Middle IR Thermal IR
Bagaimana Reflektansi
cahaya ditangkap
sensor satelit ?????
18
Bagaimana Data disimpan ?
Data direkam per band
Komputer dengan kemampuan 8 bit data, maka :
Data terkecil/nilai pixel terkecil : 0
Data terbesar/nilai pixel terbesar : 255
Resolusi Spatial : Besaran yang menunjukkan ukuran obyek di bumi yang dapat dideteksi sensor
Resolusi Radiometric:
Level digital yang digunakan untuk merepresentasikan obyek.
KOMBINASI WARNA
Panchromatic Images Color Composite Image Multispectral Images/
Berbagai warna dapat dibuat berdasarkan 3 warna primer
(Hukum warna Aditif)
Nilai DN
Grey Scale
Contoh ERDAS
Pixel
Bands
Objects : Vegetasi,
Air, Lahan Terbangun
B. PEREKAMAN & PENYIMPANAN
DATA
•
Proses perekaman
•
Proses penyimpanan
•
Transfer data dari satelit ke receiving
station
•
User menggunakan data
Perekaman data
http://www.nrcan.gc.ca/earth-sciences/geography-boundary/remote-sensing/fundamentals/1124 Penempatan orbit satelit bervariasi sesuai dengan desain /misi Satelit :
Geo stationery
Sun synchronized Near polar orbit
Geo stationer : meliput permukaan bumi yang sama pada periode waktu yang berbeda-beda
Sun synchronized : meliput permukaan bumi yang berbeda pada waktu yang sama
Resolusi Temporal :
besaran yang merujuk pada frekuensi dari satelit mengambil data pada tempat yang sama
Equitorial orbit
http://satellites.spacesim.org/english/anatomy/orbit/polar.html
Near Polar Orbit : LANDSAT
Peyimpanan Data di Receiving Stations
•
Pare-pare, South Sulawesi
•
Biak Island, Papua
•
Pekayon - Jakarta
Previously, since 1993:
• Landsat-5
• SPOT-1,2,3
• JERS: OPS, SAR
• ERS-1 : SAR
Currently, since 2003:
• Landsat-7
• SPOT-4
• Terra and Aqua - MODIS
Parepare South Sulawesi
Remote Sensing Receiving Station
Rumpin - West Java
LAPAN Tubsat
–
Microsat and Terra,`Aqua MODIS
Receiving Station
Ketelitian Satelit
•
Resolusi Temporal :
–
Periode waktu yg dibutuhkan satelit untuk
merekam lokasi yang sama
•
Resolusi Spasial
–
Ukuran obyek terkecil yang dapat dideteksi oleh
satelit
•
Resolusi Spectral
–
Jumlah band/sensor yg digunakan untuk
merekam
28
LANDSAT (Kebun Raya dan sekitarnya))
IKONOS (Kebun Raya)
IKONOS (Kebun Raya)
IKONOS (Kebun Raya)
Klasifikasi Data Citra
Merubah data citra menjadi informasi Penutupan lahan/penggunaan lahan Penutupan lahan adalah kondisi fisik permukaan bumi
Land use : deskripsi bagaimana manusia mengelola lahan. Misal :
Hutan = Land cover Hutan Lindung = Land use Padang rumput = Land cover Ranch/Padang Golf : Lan use
Element Order 1
•
Tone : Variasi kedalaman
warna obyek dari warna
tua ke muda, atau hitam
ke putih yang dapat
dibedakan
•
Colour : Warna obyek
Colour/Warna & Tone Obyek
Hijau : ? Hijau muda Hijau tua
Merah : ? Merah muda/pink
Biru : ?
Tua
Kuningan : ? Kuning muda
Putih : ? Putih Abu
Hitam : ? False ColorComposite : LANDSAT, RGB = 5:4:3
Elemen Order 2:
•
Size
–
membantu menentukan
obyek berdasarkan ukuran
–
Perkebunan rakyat &
perkebunan besar
•
Shape
–
membantu
menentukan karakter obyek
berdasarkan bentuk
–
man made
–
cenderung garis
lurus
–
natural
–
cenderung tidak
beaturan
VISUAL
False ColorComposite : LANDSAT, RGB = 5:4:3
Elements Orde 2
• Texture – frekuensi perubahan dan
susunan dari tone
–Pengamatan visual
kehalusan/kekasaran (smoothness or roughness)
–Misal Air : biasanya halus, Alang-alang : medium texture, and Hutan alam dataran rendah: kasar
• Pattern - arrangement spasial dari
objects
–Linear untuk jalan, sungai dll
VISUAL
Element order 3
•
Site
–
bagaimana obyek
berada pada suatau
tempat
–
aspect, topografi,
geologi, tanah, &
vegetasi
•
Association
–
obyek biasanya
berasosiasi engan obyek
yang lain.
–
Sangat membantu
dalam interpretasi
man made obyek
VISUAL
Elements Order 3
•
Height
–
menjelaskan
detail dari obyek
(ketinggian obyek)
•
Shadow
Membantu menentukan
detil obyek
–
Identifikasi dapat
ditingkatkan dengan
informasi bayangan
Contoh
Dimana Mangrove ? Dimana Hutan dataran rendah ?, Dimana Perkebunan ? Dimana Lahan terbuka ? Dimana lahan pertanian ?, Dimana Sungai ?
Dimana Jalan ?, Dimana Awan ?
Dimana Bayangan awan ? Dimana Tambak ?, Dimana Semak belukar ?
Perbandingan Penampilan Beberapa Objek pada Landsat dan PALSAR
No Objek Palsar (1,2,3) Landsat (5,4,3) Keterangan 1. Hutan Mangrove Hijau pucat pada Palsar and hijau gelap pada Landsat.
2. Hutan pegunungan tropis
Hijau muda pada Palsar dan hijau tua pada Landsat.
3. Hutan pegunungan tropis
Hijau muda pada Palsar dan hijau-hijau kecoklatan pada Landsat.
No Objek Palsar (1,2,3) Landsat (5,4,3) Keterangan 4. Hutan dataran
rendah
Hijau kekuningan pada Palsar dan hijau pucat pada Landsat.
5. Hutan rawa Hijau pucat pada Palsar dan hijau pada Landsat
6. Hutan tanaman jati
Hijau kekuningan pada Palsar dan hijau muda pada Landsat.
7. Hutan tanaman pinus
Hijau terang pada Palsar dan hijau tua pada Landsat.
KLASIFIKASI DIGITAL
•
Distribusi Nilai DN
•
Pengelompokan Nilai DN
Tidak Terbimbing
Terbimbing
KOMBINASI WARNA
Panchromatic Images Color Composite Image Multispectral Images/
Berbagai warna dapat dibuat berdasarkan 3 warna primer
Nilai DN
Grey Scale
BAND 4 BAND 3
Feature Space
(Distribusi DN, pada 2
ISODATA
I - iterative S - self O - organizing D - data A - analysis T - technique A - (application)?
Band A Band B
Band A Band B
1st iteration cluster mean 2nd iteration cluster mean
KLASIFIKASI DIJITAL TIDAK
TERBIMBING
Klasifikasi Terbimbing
•
Mengelompokan Nilai Digital Number
Berdasarakan arahan operator