Jumat, 27 April 2012

Praktikum PCD 2012


Band Ratio dengan GIS
Band Ratio adalah rasio antar band atau bahasa sederhananya ialah pembagian antara band x dan band y. Kegunaan untuk band ratio sangatlah banyak, bisa untuk menonjolkan obyek vegetasi, air maupun batas antara daratan dan lautan.
Band Ratio merupakan salah satu metode transformasi citra penginderaan jauh secara digital. Biasanya dapat dilakukan dengan menggunakan software atau perangkat lunak untuk pengolahan citra satelit digital, seperti ENVI, ERDAS maupun ERMAPPER serta software-software lainnya.
Pada kesempatan kali ini, citra satelit Landsat yang terdiri dari sejumlah saluran-saluran dimana diantaranya ada saluran 5 dan saluran 2 yang dimana jika diolah dengan metode band ratio. Yakni band ratio 5/2 = band 5 dibagi dengan band 2 dapat digunakan untuk ekstraksi informasi garis pantai ataupun analisa dinamika perubahan pantai apabila kita menggunakan citra satelit landsat multitemporal dan mengoverlaykan hasil band ratio dengan saluran-saluran lainnya untuk melihat dinamika perubahan yang terjadi.
Metode ini tentusaja sangatlah mudah diaplikasi di dalam software pengolahan citra satelit digital, bahkan metode band ratio ini di dalam softwate ENVI dengan ENVI Zoom-nya digunakan sebagai salah satu opsi tambahan dalam melakukan proses ekstraksi fitur secara otomatis. Atau proses tersebut cukup terkenal saat ini sebagai salah satu cara klasifikasi citra satelit yang berbasis pada obyek yakni object-based classification.
Selain dengan software tersebut, metode band ratio ini tentusaja bisa dilakukan di dalam software sistem informasi geografi yang terupdate dari ESRI yakni ArcGIS 9.x. Dimana konon kabarnya di dalam ArcGIS versi 10, toolboxes untuk pengolahan citra satelit digital telah dipisahkan alias dipersiapkan tersendiri dan tentusaja hal ini menjawab tantangan integrasi antara data GIS dengan software pengolahan citra atau data citra satelit penginderaan jauh.

·                           Kombinasi band dalam aplikasi gis
Prosedur pegolahan data citra dimulai dari mengimport / membaca / membuka data citra sampai dengan hasil akhir berupa informasi spasial dalam bentuk cetakan (Hardcopy). Pekerjaan dasar pengolahan citra bisa diuraikan sebagai berikut :
·         Import/open/load data
·         Visualisasi
·         Kombinasi kanal/band (color composit)
·         Registrasi dan rektifikasi
·         Image enhancement (penajaman kontras)
·         Mosaik antar scene, antar kanal
·         Cropping area of interest
·         Klasifikasi
      ·          Aplikasi/analisa 
Dalam mengolah tentunya perlu perangkat keras dan perangkat lunak. Perangkat keras berupa komputer membutuhkan performa yang cukup tinggi, karena akan berpengaruh terhadap kecepatan proses. Data citra biasanya berkapasitas puluhan megabyte bahkan lebih, sehingga untuk loading dan visualisasi memerlukan memory yang besar.
Perangkat lunak untuk pengolahan citra cukup banyak jenisnya, tentunya dengan kemampuan dan kelebihan yang berbeda-beda. Beberapa software tersebut diantaranya ER Mapper, erdas imagine, envi, global mapper, PCI geomatic, ilwis, arc view gis, arc gis, arc info, map info. Dalam modul ini akan dipelajari beberapa software yaitu ER Mapper, arc view gis dan arc info, namun tidak keseluruhan aplikasi modul yang terdapat dalam software tersebut.
ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data-data citra. Pengolahan data citra merupakan suatu cara memanipulasi data citra atau mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan yang kita harapkan. Adapun cara pengolahan data citra itu sendiri melalui beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan. Tujuan dari pengolahan citra adalah mempertajam data geografis dalam bentuk digital menjadi suatu tampilan yang lebih berarti bagi pengguna, dapat memberikan informasi kuantitatif suatu obyek, serta dapat mendukung utuk aplikasi sistem informasi geografis.
Data digital disimpan dalam bentuk barisan kotak kecil dua dimensi yang dikenal dengan sebutanpixel (picture element). Masing-masing pixel ini mewakili suatu wilayah yang ada dipermukaan bumi. Struktur ini disebut raster, sehingga data citra sering juga disebut data raster.
Data yang diperoleh dari satelit umumnya terdiri daribeberapa bands (layers) yang mencakup wilayah yang sama. Masing-masing bands ini mencatat pantulan obyek dari permukaan bumi pada panjang gelombang yang berbeda.
·       Ada beberapa format penggunaan pada citra landsat, diantaranya yaitu
Band Sequential Format
Band Sequential Format membutuhkan semua data dari setiap Band yang terdapat dalam suatu file. Banyaknya Band tergantung dari file landsat yang digunakan.
·       Band Interleaved By Line Format
Pada format ini data dari setiap Band disimpan satu persatu pada suatu file.
·       Band Interleaved By Pixel Format
Pada format setiap elemen dari matrik mempunyai empat nilai parallel.
Contoh : piksel 1,1 band 1, piksel 1,1 band 2, dst.

·                     Penggabungan Band
Untuk menghasilkan daerah tertentu pada citra landsat dilakukan penggabungan band-band. Penggabungan dilakukan dengan menggabungkan tiga band pada suatu file landsat, misalnya untuk mengaetahui daerah a maka band yang digabungkan adalah band x, band y, dan band z.

  • rinsip Dasar
Salah satu jenis proses yang diterapkan dalam pengolahan citra adalah penerapan formula untuk melakukan operasi aritmatika (aljabar) atau operasi logika dalam algoritma pengolahan yang dijalankan. Jenis proses-proses lainnya antara lain pemfilteran atau penerapan konvolusi, raster scanning dengan menerapkan filter kondisional, dsb.
Formula merupakan rumus yang digunakan untuk kalkulasi atau perhitungan yang menggunakan fungsi-fungsi operasi aritmatika atau operasi logika. Proses kalkulasi diterapkan pixel ke pixel (pixel to pixel processing) dalam satu band citra atau diterapkan band ke band lainnya (band to band processing) atau kombinasi keduanya.

Formula yang disajikan berikut ini adalah formula-formula spesifik yang memberikan luaran pengolahan spesifik untuk luaran tertentu dalam berbagai bidang aplikasi penginderaan jauh dan SIG yang berbeda-beda tujuannya. Ekspresi-ekspresi dalam formula yang disajikan disini merupakan sebagian dari banyak operasi yang dapat dibuat dan diterapkan. Ekspresi dalam formula-formula berikut ini bukanlah suatu yang komperhensif. Formula-formula yang disajikan disini merupakan formula yang banyak digunakan untuk tujuan tertentu serta dipilih karena terbukti efektif dalam pengolahan pada citra inderaja untuk tujuan tertentu.

Formula VI
X2 / X1
Ini merupakan ekspresi Indek Vegetasi (Vegetation Index) dari citra satelit. Ekspresi ini merupakan rasio band inframerah refleksi (X2) terhadap band merah (X1)

NOAA AVHRR: X1=Band1 X2=Band2 
MSS: X1=Band2 X2=Band4
TM5: X1=Band3 X2=Band4
TM7: X1=Band3 X2=Band4
SPOT: X1=Band2 X2=Band3

NDVI
(X2-X1) / (X2+X1)

Ekspresi ini merupakan Indek Perbedaan Vegetasi Ternomalisasikan (Normalized Difference Vegetation Index) untuk citra satelit. Ekspresi ini merupakan rasio antara selisih terhadap pertambahan band inframerah refleksi (2) dengan band merah (X1).

NOAA AVHRR: X1=Band1 X2=Band2
MSS: X1=Band2 X2=Band4
TM5: X1=Band3 X2=Band4
TM7: X1=Band3 X2=Band4
SPOT: X1=Band2 X2=Band3
TNDVI
{ [ (X2-X1) / (X2+X1) + t ] * t } 

Ekspresi ini merupakan Indek Perbedaan Vegetasi Ternomalisasi Yang Tertransformasikan (Transformed Normalized Difference Vegetation Index) untuk citra satelit. Ekspresi ini merupakan rasio antara selisih terhadap pertambahan band inframerah refleksi (2) dengan band merah (X1) yang ditambah faktor transformasi (t) dan, kemudian dikalikan dengan faktor transformasi (t). Citra akan ditransformasikan untuk menghilangkan nilai-nilai negatip dalam NDVI.

NOAA AVHRR: X1=Band1 X2=Band2
MSS: X1=Band2 X2=Band4
TM5: X1=Band3 X2=Band4
TM7: X1=Band3 X2=Band4
SPOT: X1=Band2 X2=Band3
Faktor tranformasi (t) = 0,5

II
(X1-X2) / (X1+X2)
Ekspresi ini merupakan Indek Inframerah (Infrared Index) untuk citra satelit. Ekspresi ini merupakan rasio antara selisih terhadap pertambahan band inframerah tengah (X2) dengan band inframerah refleksi (X1)

MSS: X1=Band4 X2=Band5
TM5: X1=Band4 X2=Band5
TM7: X1=Band4 X2=Band5

MSI
X2 / X1
Ekspresi ini merupakan Indek Tekanan Kelembaban (Moisture Stress Index) untuk citra satelit. X1 merupakan band inframerah refleksi, yaitu band yang merupakan indikator seberapa banyak biomasa berada dalam scene (nilai yang lebih tinggi maka lebih banyak vegetasi). X2 merupakan band inframerah tengah, yaitu band yang merupakan indikator kelembaban (moisture) (nilai yang lebih rendah maka lebih banyak air).

MSS: X1=Band4 X2=Band5
TM5: X1=Band4 X2=Band5
TM7: X1=Band4 X2=Band5

MIRI
X1 / X2
Ekspresi ini merupakan Indek Inframerah Tengah (Middle Infrared Index). X1 merupakan band inframerah tengah (mid-infrared), dan X2 merupakan band inframerah tengah (mid-infrared) berikutnya.

TM5: X1=Band5 X2=Band7
TM7: X1=Band5 X2=Band7

RGB2IHS
INTENS (X3,X2,X1)
HUE (X3,X2,X1)
SATUR (X3,X2,X1) 

Ekspresi ini mengkoversikan band-band citra satelit (X3 = band inframerah refleksi, X2 = band hijau, X1 = band biru) menjadi nilai-nilai Intensitas, Hue, dan Saturasi. Intensitas (Intensity) adalah kecerahan (Brightness). Hue adalah warna, misalnya biru, hijau, dsb. Saturasi (Saturation) adalah kekuatan warna, misalnya biru muda, biru gelap, dsb

TM5: X1=Band1, X2=Band2, X3=Band4
TM7: X1=Band1, X2=Band2, X3=Band4
SPOT: X1=Band1, X2=Band2, X3=Band3

IHS2RGB
IHS2RED (X1,X2,X3)
IHS2GRN (X1,X2,X3)
IHS2BLU (X1,X2,X3) 

Ekspresi ini mengkoversikan nilai-nilai Intensitas, Hue, dan Saturasi dalam menjadi band-band Red, Green, dan Blue.
X3 = band merah X2 = band hijau, X1 = band biru). Intensitas (Intensity) adalah kecerahan (Brightness). Hue adalah warna, misalnya biru, hijau, dsb. Saturasi (Saturation) adalah kekuatan warna, misalnya biru muda, biru gelap, dsb

TM5: X1=Band1, X2=Band2, X3=Band3
TM7: X1=Band1, X2=Band2, X3=Band3
SPOT: X1=Band1, X2=Band2, X3=Band3