remote sensing -...
TRANSCRIPT
6/1/2012
1
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 Ultraviolet Microwave X-Ray TV/Radio
The Electromagnetic Spectrum (EMS)
Visible
˜ 0.4
micrometers
˜ 0.7 PHOTOGRAFI
SATELIT & FOTO
UDARA
AKTIF & PASIF
6/1/2012
2
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
QUICKBIRD IKONOS
TIPE SATELIT
FENG YUN
PROSES REMOTE SENSING
a. Interaksi energi dengan obyek
b. Sensor (bands)
c. Penyiaman (scanning) &
peyimpanan data satelit dijital
6/1/2012
3
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 Ultraviolet Infrared Microwave X-Ray 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.
6/1/2012
4
KOMBINASI WARNA
Panchromatic Images Multispectral Images/
Color Composite Image
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
• Rumpin, West Java
6/1/2012
5
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
29 30
6/1/2012
6
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
KLASIFIKASI VISUAL
6/1/2012
7
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
VISUAL
6/1/2012
8
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 Multispectral Images/
Color Composite Image
Berbagai warna dapat dibuat
berdasarkan 3 warna primer
(Hukum warna Aditif)
Nilai DN
Grey Scale
BAND 4
BAND 3
Feature Space (Distribusi DN, pada 2
sumbu/bands)
6/1/2012
9
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
KLASIFIKASI DIJITAL TERBIMBING