EKSTRAKSI DEM/DSM DARI CITRA ASTER L1B, sebuah pengalaman……

<!– /* Font Definitions */ @font-face {font-family:Calibri; mso-font-alt:”Century Gothic”; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-pitch:variable; mso-font-signature:-1610611985 1073750139 0 0 159 0;} /* Style Definitions */ p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-parent:”"; margin-top:0cm; margin-right:0cm; margin-bottom:10.0pt; margin-left:0cm; line-height:115%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:Calibri; mso-fareast-font-family:Calibri; mso-bidi-font-family:”Times New Roman”;} @page Section1 {size:612.0pt 792.0pt; margin:72.0pt 72.0pt 72.0pt 72.0pt; mso-header-margin:36.0pt; mso-footer-margin:36.0pt; mso-paper-source:0;} div.Section1 {page:Section1;} –>

Beberapa minggu yang lalu saya mendapat kesempatan untuk belajar ekstraksi DSM (digital surface model) dari citra ASTER stereo, karena teman saya meminta bantuan untuk pengerjaan skripsinya yang menggunakan ASTER DEM untuk analisis BTS. Software yang digunakan adalah Ortho Engine 9.00 dari PCI Geomatica versi 9.00. Citra yang digunakan adalah Citra ASTER L1B format EOS-HDF dengan daerah liputan adalah Provinsi Daerah Istimewa Yogyakarta yang direkam pada bulan Mei 2003. Karakteristik citranya adalah hampir bebas awan untuk daerah daratan, sehingga sangat ideal untuk ekstraksi DEM. Selain itu waktu perekaman citra adalah pada bulan dimana matahari di utara khatulistiwa, sehingga ketika citra direkam, sudut datang sinat mataharinya rendah (iluminasinya maksimal untuk pembedaan aspek lereng dan identifikasi tie points/TPs).

Pemrosesan dilakukan melalui tahapan berikut:

Sumber titik kontrol tanah/GCPs dan titik cek/TPs berasal dari titik triangulasi BPN DIY dengan akurasi maksimal 1 meter. Untuk membantu identifikasi GCPs dan TPs, citra ASTER yang digunakan di-orthorektifikasi dulu dengan menggunakan beberapa titik kontrol BPN yang diketahui lokasi absolutnya di lapangan dan DEM SRTM. Uji akurasi citra ortho menggunakan data vector RBI. RMSEx,y yang diperoleh mencapai ½ piksel (< 7 meter).

GCP yang diperoleh sebanyak 40 titik (stereo GCP) dan TP sebanyak 55 titik yang dkumpulkan baik secara manual ataupun otomatis (menggunakan Ortho Engine Image Correlation algorithm). RMSex,y untuk GCP dan TP yang diperoleh adalah di bawah ½ piksel (<7 meter).

Hasil yang diperoleh adalah sebagaimana tampak pada gambar. Karena citra yang digunakan kualitasnya bagus (minim perawanan) maka DSM yang dihasilkan dapat maksimal (daerah error-nya sedikit). RMSEx,yang diperoleh sama dengan citra ortho (< 7 meter). Untuk menilai akurasi vertical/elevasi dari DSM, dilakukan Uji akurasi elevasi dengan menggunakan sisa titik kontrol BPN yang tidak digunakan sebagai GCP dan TP sebanyak 500 titik. RMSEz yang diperoleh adalah 19,1 meter (memenuhi standar pemetaan skala 1:100.000).

PENGGABUNGAN CITRA (IMAGE FUSION) DAN KOMPOSIT WARNA ALAMI PADA CITRA SPOT5\HRG

 

Tulisan ini saya tulis berdasarkan pengalaman saya ketika melakukan penelitian tugas akhir S1 di Kabupaten Kulonprogo Provinsi Daerah Istimewa Yogyakarta menggunakan citra SPOT5\HRG.

Penggabungan citra/image fusion merupakan salah satu teknik pemrosesan citra digital yang banyak mendapat perhatian dalam dunia penginderaan jauh. Ini dikarenakan image fusion dapat mengakomodasi kebutuhan citra resolusi tinggi tanpa harus mengusahakan sistem pencitraan dengan resolving power yang tinggi, sehingga dapat menghemat banyak waktu dan biaya. Terlebih kebanyakan sensor-sensor pada satelit sumberdaya alam modern (Landsat 7 ETM+, IKONOS, QUICKBIRD, IRS series, SPOT 1-5, ALOS AVNIR-2/PRISM, Orbview dll) sekarang ini dapat beroperasi pada mode multispectral dan pankromatik secara simultan, sehingga citra dari kedua mode dapat difusikan untuk memperoleh citra sintesis yang mengintegrasikan kelebihan spectral citra multispectral dan kelebihan spasial citra pankromatik. Secara sederhana image fusion dapat didefinisikan sebagai upaya penggabungan dua atau lebih citra yang berbeda dari segi resolusi (terutama spasial, spectral, temporal) ataupun dari segi sistem (optic, SAR) untuk menghasilkan citra baru yang mengintegrasikan kelebihan-kelebihan dari citra asal. Salah satu bagian dari image fusion adalah pan-sharpening atau penajaman citra multispectral dengan menggunakan detil spasial dari citra pankromatik.

Instrumen HRG pada satelit SPOT-5 (sebagaimana instrument pada satelit sumberdayaalam modern yang lain) mampu merekam permukaan bumi pada mode multispectral dengan resolusi spasial 10 meter dan mode pankromatik dengan resolusi spasial 2,5 meter. Salah satu kelemahan dari citra multispectral SPOT (sebagaimana ASTER) adalah tidak dapat memberikan komposit warna alami/natural color composite sebagaimana komposit 321 pada Landsat TM/ETM, IKONOS, Quickbird, dan ALOS AVNIR-2. Hal ini dikarenakan instrument HRG tidak merekam pada spectrum biru (0,4-0,5 nm). Dengan memanfaatkan citra pankromatik yang direkam pada spectrum hijau-merah (0,5-0,7 nm) dan transformasi HSV/IHS (Hue Saturation Value/Intensity Hue saturation), komposit warna alami citra multispectral SPOT5 dan sekaligus resolusi spasialnya dipertajam (dari 10 ke 2,5 meter) dapat diperoleh, sebagaimana nampak pada gambar

 

 

 

 

 

 

 

 

 

Adapun prosedur yang saya lakukan untuk memperoleh citra turunan dapat dilihat pada diagram alir di bawah. Keseluruhan tahapan pemrosesan citra menggunakan software ITTVIS ENVI 4.3 yang sudah mendukung format standar SPOT5 (DIMAP format).

 

 

 

 

 

 

 

 

Adapun dapat diperolehnya efek warna alami pada citra turunan dapat dijelaskan sebagai berikut. Komposit warna yang dipilih sebelum transformasi adalah komposit 432/SWIR-NIR-Red. Karakteristik spectral obyek pada komposit 432 adalah vegetasi berwarna hijau cerah tersaturasi sebagai akibat pantulan yang tinggi pada saluran 3, tanah kering berwana coklat cerah sebagai akibat pantulan yang tinggi pada saluran 3 dan 4, obyek air dan tanah lembab berwarna biru gelap sebagai akibat pantulan yang rendah pada saluran 3 dan 4. Ketika transformasi dilakukan, komponen RGB kemudian dipecah menjadi komponen HIS (gambar 3). Citra pankromatik kemudian dinjeksikan sebagai pengganti komponen intensitas, yang dilanjutkan dengan transformasi balik ke bidang RGB untuk memperoleh citra output. Injeksi saluran pankromatik ini yang menyebabkan munculnya efek warna alami pada citra turunan. Penyebabnya adalah perbedaan karakteristik spectral antara komponen intensitas pada komposit 432 dan citra pankromatik. Komponen intensitas pada komposit 432 mempunyai karakteristik spectral berupa nilai kecerahan yang tinggi pada obyek vegetasi dan tanah kering (pengaruh saluran 3 dan 4) namun sebaliknya pada citra pankromatik sebagai akibat kepekaan spectral yang hanya sampai saluran merah (Gambar 4). Untuk obyek air dan tanah lembab, nilai kecerahannya rendah pada komponen intensitas komposit 432 (serapan yang tinggi pada saluran 3 dan 4), namun relative tinggi pada citra pankromatik (akibat pantulan yang cukup tinggi pada spectrum hijau). Akibatnya,ketika penggantian komponen dilakukan, warna vegetasi di normalisasi sebagai akibat penurunan nilai intensitas menghasilkan warna hijau daun (sebagaimana mata kita mengenali warna daun). Sedangkan warna air di normalisasi mendekati warna air alami sebagai akibat naiknya nilai intensitas.

 

 

Gambar 3 

 

 

 

 

 

 

Gambar 4

 

Sanggahan, kritik, saran, masukan, pertanyaan, koreksi   sangat diharapkan dan dipersilahkan