Bab 4 Prinsip dasar penginderaan jauh

OK, di bagian ini saya akan mengkombinasikan antara praktek dan teori. Seperti pesan yang masih saya ingat betul dari Prof. Hasan Z. Abidin, “There is nothing as practical as a good theory”. Catatan: pesan ini aslinya dipopulerkan oleh Lewin (1943, 1944, 1945), namun menurut saya masih berlaku hingga saat ini.

Kembali ke data yang telah diunduh menggunakan SCP Plugin di QGIS. Proses yang dijalankan dengan SCP Plugin membuat dua untuk menyimpan data Landsat, (1) LT05_L1TP_122065_19900709_20170129_01_T1_1990-07-09, (2) LT05_L1TP_122065_19900709_20170129_01_T1_1990-07-09_converted.

Struktur folder

Gambar 4.1: Struktur folder

Folder pertama menyimpan data yang direkam oleh citra ( raw data ),sedangkan folder kedua berisi berkas (file) yang sudah dilakukan prapengolahan (Masih ingat kan tadi kita memilih Pre-process images ?)

Kedua folder memiliki 8 berkas TIF dan 1 berkas teks (untuk folder pertama). Kedelapan berkas TIF terdiri dari hasil perekaman dari tujuh (7) band dan satu (1) file Quality Assurance (QA). Satu berkas teks (_MTL.txt) adalah berkas metadata.

Raw data citra Landsat 5

Gambar 4.2: Raw data citra Landsat 5

File citra Landsat 5 yang sudah dilakukan pre-processing

Gambar 4.3: File citra Landsat 5 yang sudah dilakukan pre-processing

Penamaan berkas untuk setiap band mengikuti pola tertentu. Sebagai contoh, band 1 memiliki nama berkas LT05_L1TP_122065_19900709_20170129_01_T1_1990-07-09_B1.TIF, yang dapat dijelaskan sebagai berikut :

- LT05 : Menunjukkan berkas tersebut adalah berkas data Landsat 5

- L1TP : Level pengolahan, Tier 1 Level 1 Precision and Terrain.  
Tier 1 memiliki kualitas data yang paling tinggi dan cocok digunakan untuk analisis 
time series. Data telah dikalibrasi untuk ragam instrumen 
Landsat dan memiliki tolerasi kesalahan geometrik (RMSE) <= 12 meter.

- 122065 : Nomor Path : 122 dan nomor Row : 065

- 1990709 : Tanggal perekaman

- 20170129 : Tanggal ingestion

- 1990-07-09 : Tanggal perekaman

- B1 : Band 1

Path-Row merupakan istilah yang digunakan oleh satelit Landsat untuk akuisisi citra berbasis Worldwide Reference System (WRS). Path mengacu pada salah satu dari 251 trek timur-barat yang dibuat oleh satelit saat mengikuti orbitnya, yang berada 440 hingga 570 mil ke arah Utara dan cenderung ke garis khatulistiwa. Row mengacu pada side-to-side scan di sepanjang jalur orbit, dengan nomor Row mengacu pada garis tengah garis lintang setiap frame. Ada 119 row, dari 80 derajat Lintang Selatan ke 80 derajat Lintang Utara. Scene adalah serangkaian row lengkap, yang mencakup 24 detik waktu perjalanan satelit, sehingga dalam orbit lengkap, 248 scene diperoleh selama 6196 detik (1,72 jam) untuk Landsat 1. Gambar berikut merupakan contoh cakupan Scene Landsat 8 di Indonesia. Bagian yang diberi tanda kotak merah adalah Path-Row 122-065.

Path-row Landsat di Indonesia

Gambar 4.4: Path-row Landsat di Indonesia

Berkas _MTL.txt berisi metadata dari scene Landsat yang diunduh. Isi dari metadata Landsat termasuk waktu perekaman, posisi satelit, konstanta dan lainnya yang diperlukan untuk melakukan koreksi radiometrik. Apabila kita melakukan koreksi radiometrik secara manual, maka kita harus membaca metadata dan menggunakan informasi di dalamnya. Untuk tahapan yang kita lakukan, berkas metadata digunakan oleh SCP Plugin untuk proses koreksi radiometrik.

Adapun untuk folder converted, pola nama berkasnya hampir sama dengan di atas, perbedaannya terletak pada awalan (RT), yang menunjukkan bahwa data sudah dalam format reflectance. Apa itu reflectance? Sabar kawan, nanti kita akan belajar tentang itu.

Supaya otak kita tidak terlalu panas, saya cukupkan dahulu penjelasan mengenai struktur data Landsat. Sekarang kita akan melihat dan bermain-main dengan data citra Landsat yang telah kita unduh.

“Are you ready? Let’s get it on!”

4.1 Spectral signature

Spectral signature adalah prinsip #1 dalam memahami konsep inderaja. Spektral signature menampilkan semua variasi reflektansi radiasi spektrum gelombang sebagai fungsi dari panjang gelombang. Gambar di bawah memperlihatkan spectral signature untuk vegetasi.

Pola spektral air dan vegetasi

Gambar 4.5: Pola spektral air dan vegetasi

Istilah spectral signature memberikan makna bahwa obyek-obyek di permukaan bumi memiliki karakteristik tersendiri dalam memantulkan gelombang elektromagnetik. Seperti terlihat pada gambar berikut air, rumput kering, vegetasi dan salju memiliki karakteristik yang berbeda.

Pola spektral air, rumput kering, vegetasi dan salju

Gambar 4.6: Pola spektral air, rumput kering, vegetasi dan salju

Dengan data yang sudah diunduh dan bermodalkan QGIS, kita akan belajar lebih lanjut tentang prinsip ini.

Gunakan panel Browser di QGIS, buka folder data. Sebagai contoh, folder data saya ada di /home/firmanhadi/00_qgis.

Browser Panel

Gambar 4.7: Browser Panel

Di Panel Layers, klik Add Group untuk membuat grup layer yang baru, ubah namanya menjadi rawdata dengan klik kanan dan pilih Rename Group.

Add group

Gambar 4.8: Add group

Pastikan grup rawdata tersorot dan pilih tujuh (7) band rawa data yang ada di dalam folder LT05_L1TP_122065_19900709_20170129_01_T1_1990-07-09. Setelah terpilih, klik kanan dan pilih Add selected layers to project.

Menampilkan file di Main Display

Gambar 4.9: Menampilkan file di Main Display

Band 7 secara otomatis akan terpilih di Panel Layers dan ditampilkan di Map Display

Tahapan yang seringkali dilupakan setelah membuka data citra adalah memahami informasi terkait data (metadata). Di QGIS, untuk mengetahui metadata citra, kita dapat klik dua kali nama band di Panel Layers. Kita dapat membaca metadata seperti Name, Path, CRS, Extent dan lainnya di tab Information. Berhubung sub bagian ini adalah tentang Spectral Signature, penjelasan tentang isi dari metadata akan ditulis di sub bagian yang lain.

Menampilkan metadata

Gambar 4.10: Menampilkan metadata

Metadata file citra

Gambar 4.11: Metadata file citra

Selanjutnya, tambahkan Layer OpenStreetMap dengan memilih menu Web -> OpenLayers Plugin -> OpenStreetMap -> OpenStreetMap. Fokuskan di wilayah Kota Bandung seperti terlihat pada gambar.

OpenStreetMap sebagai basemap

Gambar 4.12: OpenStreetMap sebagai basemap

Selanjutnya sembunyikan layer OpenStreetMap sehingga yang ditampilkan di Map Display adalah Band 7.

Menon-aktifkan basemap

Gambar 4.13: Menon-aktifkan basemap

Nama band di Panel Layers bagi saya terlalu panjang, makan tempat, ya tidak? Untuk mengemat ruang tampilan, kita dapat mengubah namanya menjadi lebih singkat seperti Band 7 atau B7. Caranya? Klik kanan pada nama band dan pilih Rename Layer. Setelah proses pengubahan nama, kita akan mendapatkan tampilan dengan porsi Map Display yang lebih luas.

Menampilkan Band 7

Gambar 4.14: Menampilkan Band 7

Apa yang dapat Anda lihat dari Band 7? Gelap? Bandingkan dengan gambar selanjutnya, terlihat lebih jelas bukan?

Menampilkan Band 7 dengan tampilan lebih jelas

Gambar 4.15: Menampilkan Band 7 dengan tampilan lebih jelas

Untuk membuat visualisasi citra lebih jelas, yang perlu dilakukan adalah mengaktifkan Raster Toolbar, klik menu View -> Toolbars -> Raster Toolbar.

Mengaktiffkan Raster Toolbal

Gambar 4.16: Mengaktiffkan Raster Toolbal

Untuk membuat citra menjadi lebih jelas, klik ikon seperti pada gambar. Ikon ini akan melakukan perentangan nilai sehingga citra menjadi lebih kontras.

Merentangkan nilai Band 7 sesuai display

Gambar 4.17: Merentangkan nilai Band 7 sesuai display

Mengapa citra satelit yang diunduh nampak gelap? Untuk menjawab pertanyaan ini, kita dapat melihat histogram Band 7. Klik dua kali pada nama band, pilih Histogram.

Menampilkan histogram

Gambar 4.18: Menampilkan histogram

Histogram memperlihatkan nilai digital dari Band 7 lebih banyak berada di sebelah kiri histogram, di bawah nilai 50. Apa dampaknya? Citra akan terlihat gelap. Sebaliknya, apabila data lebih banyak berada di sebelah kanan histogram, maka citra akan terlihat terang. Citra dengan visualisasi yang kontras dan jelas itu akan dapat dicapai apabila datanya terdistribusi normal. Cara yang telah kita praktekkan itu pada dasarnya meregangkan nilai sehingga data terdistribusi normal, secara visual.

Setiap band Landsat disimpan dalam berkas terpisah dalam format TIFFF. Untuk melihat profil reflektansi dari data yang kita miliki, band yang ada harus digabungkan menjadi satu berkas dengan fungsi Merge di QGIS.

Cara melakukan penggabungan band di QGIS adalah sebagai berikut :

  1. Klik Raster -> Miscellaneous -> Merge.
Menggabungkan file (merge)

Gambar 4.19: Menggabungkan file (merge)

  1. Klik tiga titik di bagian kanan Input Layers. Pilih B1, B2, B3, B4, B5 dan B7. Pastikan urutan band mulai dari B1 hingga ke B7, bukan sebaliknya.
Mengurutkan band yang akan digabungkan

Gambar 4.20: Mengurutkan band yang akan digabungkan

Tips untuk mendapatkan posisi seperti ini adalah dengan menampilkan setiap layer di Map Display dengan B1 di urutan bagian bawah, dan B7 di bagian paling atas.

Mengurutkan band di Layers Panel

Gambar 4.21: Mengurutkan band di Layers Panel

  1. Centang bagian Place each input file into a separate band

  2. Pilih Byte untuk Output data type

  3. Pilih berkas untuk menyimpan hasil.

  4. Pastikan pilihan yang ada sudah diisi sebelum mengklik Run.

Proses merging

Gambar 4.22: Proses merging

  1. Apabila tidak ada pesan kesalahan, berarti file gabungan telah berhasil dibuat.
Proses merging telah selesai

Gambar 4.23: Proses merging telah selesai

Citra hasil merging

Gambar 4.24: Citra hasil merging

Proses merging sudah selesai. Citranya kali ini terdiri dari banyak band. Tapi kok masih terlihat gelap? Apakah kita dapat melakukan cara yang sama untuk memperjelas citra seperti sebelumnya?

Jawabannya adalah bisa, tapi hasilnya tidak memperlihatkan warna yang sebenarnya.

Visualisasi citra hasil merging

Gambar 4.25: Visualisasi citra hasil merging

Hal ini terjadi karena kita belum mengatur susunan band dalam format RGB, seperti berikut :

  1. Klik dua kali file hasil merge.

  2. Klik Symbology

  3. Pilih Band 3 untuk Red band, Band 2 untuk Green band, Band 1 untuk Blue band.

  4. Pilih Stretch to MinMax untuk Contrast Enhancement.

  5. Klik OK.

Simbologi citra

Gambar 4.26: Simbologi citra

Visualisasi citra RGB True Color

Gambar 4.27: Visualisasi citra RGB True Color

Selanjutnya, aktifkan plugin Temporal/Spectral Profile Tool dengan memilih menu Spectral Plugins -> Profile Tool -> Temporal/Spectral Profile . Untuk mengetahui profil spektral obyek, klik pada obyek yang diinginkan pada Map Display. Sebagai contoh, tiga gambar berikut memperlihatkan perbedaan spectral signature untuk obyek air, vegetasi dan urban (built up).

Pola spektral air

Gambar 4.28: Pola spektral air

Pola spektral vegetasi

Gambar 4.29: Pola spektral vegetasi

Pola spektral urban

Gambar 4.30: Pola spektral urban

Gambar berikut memperlihatkan perbandingan karakteristik spectral signature air, vegetasi dan urban dari tiga titik sampel sebelumnya. Pola spectral signature untuk air memperlihatkan bahwa semakin panjang panjang gelombang. Hmmm, bahasanya rancu ya? Dalam bahasa Inggris, the longer the wavelength, the lower the reflectance value. Untuk vegetasi, terlihat ada lonjakan dari Band 3 ke Band 4, sedangkan untuk urban, tidak ada lonjakan nilai reflektansi untuk kedua obyek ini. Dari perbedaan pola grafik ketiga obyek, kita dapat menyimpulkan bahwa air, vegetasi dan urban memiliki spectral signature yang berbeda. Artinya, secara teoritis, data yang ada dapat digunakan untuk membuat peta dengan kelas tataguna lahan air, vegetasi dan urban. Lebih jelasnya akan dibahas pada sub bagian klasifikasi.

Pola spektral air, vegetasi dan urban

Gambar 4.31: Pola spektral air, vegetasi dan urban

4.2 Semua adalah angka

Prinsip #2 inderaja yang perlu dipahami adalah semua adalah angka. Reflektansi adalah satuan yang digunakan untuk menampilkan rasio jumlah spektrum elektro magnetik (EM) yang dipantulkan oleh obyek terhadap jumlah spektrum EM yang mengenainya. Peristiwa pemantulan gelombang yang merupakan sebuah peristiwa fisika (analog). Mata kita dapat mengindera pantulan cahaya dari obyek dan otak menginterpretasikannya sesuai intensitas.

Sistem inderaja merekam intensitas pantulan cahaya dengan melakukan transformasi intensitas pantulan setiap spektrum EM ke dalam bentuk angka. Apa yang kita lihat warna putih, abu-abu atau hitam dalam citra satelit, pada dasarnya adalah angka.

Sebagai contoh, gambar berikut memperlihatkan angka 0 direpresentasikan dengan warna hitam, angka 255 dalam warna putih dan warna lain dengan tingkat keabuan yang berbeda, ditampilkan dengan angka antara 0 hingga 255.

Visualisasi angka digital dalam citra

Gambar 4.32: Visualisasi angka digital dalam citra

Angka 0 hingga 255 adalah angka yang disimpan dalam komputer dengan tipe data 8 bit. Tipe data ini mampu menyimpan \(2^8 = 256\) nilai. Nilai minimum dan maksimum dari tipe data 8 bit, mungkin antara -128 hingga 127 apabila tipenya signed integer, atau antara 0 hingga 255 apabila tipenya unsigned integer.

Jadi, angka digital dalam inderaja merepresentasikan nilai reflektansi. Dalam tipe data 8 bit, nilai reflektansi 0 disimpan dalam 0, ditampilkan dalam warna hitam. Nilai reflektansi 100 disimpan dalam angka 255, ditampilkan dalam warna hitam.

Angka Digital

Gambar 4.33: Angka Digital

Gambar di atas memperlihatkan nilai digital obyek air untuk B1, B2, B3, B4, B5 dan B6, dengan catatan B6 adalah Band 7 dari Landsat 5 TM. B1-B5 dan B7 dari Landsat 5 TM disebut dengan multi-spectral channel.

Penyimpanan informasi reflektansi dalam bentuk nilai digital, memungkinkan mata kita untuk ‘membaca’ perilaku obyek dalam memantulkan spektrum EM di luar spektrum tampak.

4.3 Visualisasi RGB

4.4 Minimalisasi kesalahan

4.4.1 Koreksi radiometrik

4.4.2 Koreksi geometrik

4.5 Klasifikasi