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 }
{ [ (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
Tidak ada komentar:
Posting Komentar