Citra Satelit Resolusi Tinggi Aplikasi Tata Ruang Perkotaan

Standard

Penggunaan citra satelit telah meningkat Dekade terakhir untuk berbagai aplikasi perkotaan, termasuk pemetaan catatan pertanahan, ekstraksi kanopi hutan perkotaan, dan estimasi permukaan tanah. DigitalGlobe adalah perusahaan citra satelit komersial, yang berkantor pusat di Longmont, Colorado, yang memiliki tiga satelit optik dengan resolusi spasial tinggi : QuickBird, WorldView-1, dan yang terbaru WorldView-2.

Gambar 1: Perbandingan band spektral QuickBird, WorldView-1, dan WorldView-2.

Diluncurkan pada Tahun 2009, WorldView-2 adalah satelit komersial pertama yang membawa sensor resolusi spasial sangat tinggi dengan satu pankromatik dan delapan band multi-spektral (C = Pesisir, B = Biru, G = Hijau, Y = Kuning, R = Red, RE = Red Edge, N1 = Near-Infrared1, dan N2 =, Near-Infrared2, dengan panjang gelombang pusat di 425, 480, 545, 605, 660, 725, 835, dan 950 nm). Sebagai perbandingan, QuickBird empat band spektral (B, G, R, N1) yang berpusat di 485, 560, 660 dan 830 nm, seperti yang ditunjukkan pada Gambar 1.

Gambar 2: Octavio Bridge, Sao Paulo, Brasil dengan Sensor Worldview-2 resolusi spasial 0,5 meter.

Tabel 1: Desain dan Spesifikasi WorldView-2 .

Gambar 2 menunjukkan detail yang dapat ditangkap dari WorldView-2, seperti marka jalan dan kabel di jembatan.

WorldView-1 dan WorldView-2 memiliki kinerja tinggi sistem kontrol kamera yang mampu retargeting dengan cepat dan tinggi koleksi citra off-nadir. Hal ini memungkinkan satelit untuk mengumpulkan urutan gambar multi-sudut target tunggal, terakumulasi selama periode waktu yang singkat dari berbagai macam sudut pengamatan. Detil desain WorldView-2 dan spesifikasi dapat dilihat pada Tabel 1.

Gambar 3: Paket yang didigitalkan dari Citra DigitalGlobe.

Gambar 4: Detailed Model 3D menggunakan citra DigitalGlobe.

Citra satelit DigitalGlobe memberikan nilai dalam memahami Bumi dan dampak dari kegiatan buatan manusia dan proses alam. Sebagai contoh, citra akurasi yang tinggi dapat digunakan untuk persediaan tanah terperinci termasuk peta planimetris, peta bidang tanah, peta zonasi, dll Gambar 3 menunjukkan contoh peta kadaster diekstrak dari citra DigitalGlobe.

Gambar 5: Detail dari pusat kota Atlanta (a) sesuai dengan peta digital ketinggian (b), dan visualisasi 3D-nya (c).

satelit DigitalGlobe dirancang untuk mengumpulkan citra satelit dari mana saja di seluruh dunia. Satelit Worldview sangat lincah dan dapat mengumpulkan citra dalam waktu 24 jam. Ditambah dengan kelincahan, ketepatan, dan kembali, satelit dirancang untuk mengumpulkan data stereo atau citra multi-sudut yang memungkinkan pengguna untuk membuat model 3D rinci kota seperti yang diilustrasikan pada Gambar 4 dan 5. Secara khusus, informasi ketinggian pixel, juga dikenal sebagai Peta ketinggian digital (DHM), dapat diturunkan dengan menghapus model elevasi digital dari model permukaan, baik dihitung sebagai ukuran korelasi spasial dan dikenal sudut pengamatan satelit dari stereo atau gambar multi-sudut.

Gambar 6: Downtown Atlanta (a) dan 15 kelas peta (b).

Peta klasifikasi diperoleh dengan memanfaatkan aspek-aspek unik dari WorldView-2 dan menggabungkan spasial sangat tinggi dan resolusi multi-spektral dengan pengamatan multi-angle. Secara khusus, tiga set data spasial pengukuran yang digunakan selain untuk informasi multi-spektral. Ketiga set data adalah pengukuran tekstur, morfologi, dan tinggi. Kumpulan data tekstur dibuat menggunakan enam orde kedua parameter tekstur dihitung dengan menggunakan band pankromatik. Keenam parameter tekstur adalah: Homogenitas, kontras, ketidaksamaan, entropi, momen kedua, dan korelasi.Kumpulan data morfologi diciptakan dengan pembukaan dan penutupan oleh rekonstruksi [4].

Gambar 7: kontribusi fitur Normalisasi dikelompokkan menurut jenis data.

Gambar 8: Sebelum (a) dan sesudah (b) gambar di atas Beijing dan sesuai perubahan deteksi peta Worldview-1 (c).

Gambar 8 menunjukkan contoh perubahan terdeteksi menggunakan satelit WorldView-1 melewati Beijing. Perubahan peta dapat dengan mudah diperoleh sebagai perbandingan antara dua akuisisi. Pendekatan yang umum disebut image differencing, yang terdiri dalam hanya mengurangkan dua gambar [5]. Kemudian, ambang batas dapat secara manual atau secara otomatis ditetapkan untuk menyorot hanya perubahan yang paling penting.