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.

Advertisements

Definisi GIS dan Penginderaan Jauh

Standard
Ada beberapa definisi dari GIS ( Sistem Informasi Geografis ), yang bukan hanya sebuah program. Secara umum, GIS adalah sistem yang memungkinkan dalam penggunaan informasi geografis (data yang memiliki koordinat spasial). Secara khusus, GIS memungkinkan untuk tampilan, query, perhitungan dan analisis data spasial, yang terutama dibedakan dalam raster atau struktur data vektor. Vektor terbentuk dari objek berupa titik, garis atau poligon, dan setiap objek dapat memiliki satu atau lebih nilai atributnya, sebuah raster merupakan grid atau gambar di mana setiap sel memiliki nilai atribut (Fisher dan Unwin, 2005).
 
Beberapa aplikasi GIS menggunakan gambar raster yang berasal dari penginderaan jauh. Penginderaan jauh adalah pengukuran energi yang berasal dari permukaan bumi. Jika sumber berasal dari energi matahari, maka disebut penginderaan jauh pasif, dan hasil pengukuran ini bisa menjadi citra digital (Richards dan Jia, 2006).
 
Spektrum elektromagnetik adalah “sistem yang mengklasifikasikan berdasarkan panjang gelombang, seluruh energi yang bergerak, harmonis, pada kecepatan konstan cahaya” (NASA, 2013). Ukuran energi Sensor pasif dari bagian optik spektrum elektromagnetik: terlihat, dekat inframerah (IR yaitu), gelombang pendek IR, dan IR thermal.
Hal ini layak disebut penginderaan jauh aktif, yang kerjanya di kisaran microwave menggunakan sensor radar, yang ukuran energinya tidak dipancarkan oleh matahari tetapi dari platform sensor (Richards dan Jia, 2006).
 
Interaksi antara energi matahari dan materialnya tergantung pada panjang gelombang, energi surya bergerak dari matahari ke bumi dan kemudian ke sensor. Sensor berada di dalam pesawat atau di badan satelit, mengukur radiasi elektromagnetik pada rentang tertentu (biasanya disebut band ). Akibatnya, langkah-langkah yang terkuantisasi dan diubah menjadi gambar digital, di mana setiap elemen gambar (pixel) memiliki nilai diskrit dalam satuan Digital Number ( DN ) (NASA, 2013). Gambar yang dihasilkan memiliki karakteristik yang berbeda (resolusi) tergantung pada sensor.
Ada beberapa jenis resolusi :
  • Resolusi spasial , biasanya diukur dalam ukuran pixel, “adalah menyelesaikan kekuatan suatu instrumen yang diperlukan untuk diskriminasi fitur dan didasarkan pada ukuran detektor, panjang fokus, dan sensor ketinggian” (NASA, 2013); resolusi spasial juga disebut sebagai resolusi geometris atau IFOV;
  • Resolusi spektral , adalah jumlah dan lokasi dalam spektrum elektromagnetik (didefinisikan oleh dua panjang gelombang) band spektral (NASA, 2013) pada sensor multispektral, untuk setiap band sesuai gambar;
  • Resolusi radiometrik , biasanya diukur dalam bit (bilangan biner), adalah kisaran nilai kecerahan yang tersedia, yang pada gambar sesuai dengan jangkauan maksimum DNS, misalnya gambar dengan resolusi 8 bit memiliki 256 tingkat kecerahan (Richards dan Jia, 2006);
  • Untuk sensor satelit, ada juga resolusi temporal , yang merupakan waktu yang dibutuhkan untuk meninjau daerah yang sama dari Bumi (NASA, 2013).
Sebagai contoh, Landsat adalah salahsatu satelit multispektral yang dikembangkan oleh NASA (National Aeronautics and Space Administration dari USA), sangat berguna untuk penelitian lingkungan. Resolusi sensor Landsat 7 ditampilan pada gambar berikut, serta, Landsat resolusi temporal adalah 16 hari (NASA, 2013).
Resolusi Landsat 7 dari NASA 2013
Seringkali kombinasi yang dibuat dari tiga citra monokrom , di mana masing-masing diberi warna yang ditetapkan, ini didefinisikan sebagai warna komposit dan berguna untuk interpretasi citra (NASA, 2013). Warna komposit biasanya dinyatakan sebagai “RGB = Br Bg Bb” dimana: R adalah singkatan dari Red, G singkatan dari Green, dan B singkatan Biru, Br adalah jumlah band yang berhubungan dengan warna Merah, Bg adalah jumlah band yang terkait dengan Warna hijau, dan Bb adalah jumlah band yang terkait dengan warna Biru.
Contoh berikut menunjukkan komposit warna “RGB = 4 3 2” dari Landsat 8 gambar (untuk Landsat 7 adalah 3 2 1) dan komposit warna “RGB = 5 4 3” (untuk Landsat 7 adalah 4 3 2) .Komposit “RGB = 5 4 3” berguna untuk mengidentifikasi vegetasi, karena jelas terlihat dalam warna merah.
 

 

Contoh warna komposit dari citra Landsat 8

Data tersedia dari USGS Geological Survey

 

 
Supervised classification adalah teknik pengolahan citra untuk identifikasi material pada citra, sesuai dengan identitas karakter spektral citra. Ada beberapa macam algoritma klasifikasi, tetapi tujuan umum adalah untuk menghasilkan peta tematik tutupan lahan.
Land Cover/Tutupan lahan adalah material pada lahan, seperti tanah, vegetasi, air, aspal, dll (Fisher dan Unwin, 2005). Tergantung pada resolusi sensor, jumlah dan jenis maupun kelas tutupan lahan yang dapat diidentifikasi dalam gambar dapat bervariasi secara signifikan.
Pengolahan citra dan analisis spasial GIS memerlukan software khusus.
Setelah proses klasifikasi, hal ini berguna untuk menilai akurasi dari klasifikasi tutupan lahan, untuk mengidentifikasi dan mengukur tingkat kesalahan peta.
___________________________________________________________________________
References:
  • Congalton, R. and Green, K., 2009. Assessing the Accuracy of Remotely Sensed Data: Principles and Practices. Boca Raton, FL: CRC Press.
  • Fisher, P. F. and Unwin, D. J., eds. 2005. Representing GIS. Chichester, England: John Wiley & Sons.
  • NASA, 2013. Landsat 7 Science Data User’s Handbook. Available at http://landsathandbook.gsfc.nasa.gov
  • Richards, J. A. and Jia, X., 2006. Remote Sensing Digital Image Analysis: An Introduction. Berlin, Germany: Springer.
 

 

Dimensi Spasial

Standard
Resolusi Spasial : Tinggi, Menengah, dan rendah
Skala Spasial data Penginderaan jauh bisa dikategorikan menjadi :
  1. Baik < 5 m
  2. Sedang 5 m – 100 m
  3. Kasar > 100 m
                           Resolusi tinggi: 2,4 pixel                                                                            Resolusi Sedang : pixel 25m
 
 
Hubungan Antara Resolusi Spasial dan luasannya
 
Dimensi Spasial dari Pencitraan Sensor baik ukuran Pixel, dan tingkat daerah yang dicakup oleh Image, semuanya saling terkait seperti yang ditunjukkan dalam gambar berikut 
 
 
 
 

 

Pan-Sharpening

Standard
Sebagian besar Satelit resolusi tinggi dan menengah menangkap data resolusi tinggi dalam satu Band Panchromatic, dan data resolusi rendah pada beberapan Band Multispektral. Ukuran Pixel dari Band Multispektral merupakan kelipatan dari ukuran Pixel dari Band Panchromatic. Dengan teknik Pan-Sharpening kedua data tersebut digabungkan untuk menghasilkan Image yang berwarna dan detail yang lebih baik dari Citra Panchromatic. Dengan Citra yang telah di Pan-Sharpen anda akan mendapatkan citra berwarna yang cocok untuk berbagai Aplikasi, seperti Pemetaan data Spasial, Pemetaan Vegetasi, atau sebagai Peta dasar latar belakang Vektor. Dengan resolusi Spasial Tinggi memungkinkan anda untuk melihat objek lebih detail.

 

Resolusi Spasial Citra Satelit

Standard
         Resolusi Spasial merupakan luas suatu objek di bumi yang diukur dalam satuan Piksel pada Citra Satelit. Apabila suatu objek dilakukan pengambilan gambar yang mempunyai ukuran luas aslinya 30m x 30m ditampilkan pada citra satelit dengan ukuran 1 piksel maka citra satelit tersebut mempunyai resolusi spasial 30m. Dengan kata lain apabila citra mempunyai resolusi spasial 30m, maka 1 piksel pada citra satelit mewakili luasan aslinya berukuran 30m x 30m. Jadi semakin kecil ukuran asli suatu objek tersebut dalam 1 piksel pada citra satelit maka semakin jelas dan detail tampilan objek tersebut Pada citra satelit. Seperti halnya data citra digital worldview2 yang mempunyai resolusi spasial 0,46m yang berarti setiap 1 piksel ukuran objek pada citra worldview2 mewakili 0,46m x 0,46m ukuran nyata objek tersebut, begitu juga dengan citra worldview1 yang mempunyai resolusi spasial 0,5m dan citra quickbird yang mempunyai resolusi spasial 0,6m, tentu sangat jelas dan detail sekali tampilan objek tersebut. Dengan resolusi spasial tinggi yang dimiliki citra digital worldview2, worldview1, dan quickbird sangat membantu kita dalam mengidentifikasi semua objek spasial yang ada di muka bumi.
Perbandingan Resolusi Spasial

To Build The Future Is getting A Map Today

Standard

Pengertian dari Peta

Menurut International Cartographic Association, peta adalah: representasi berhubungan dengan permukaan Bumi, pada medium bidang datar, mempunyai skala, dan abstrak. Peta adalah alat visualisasi yang paling baik di dalam proses implementasi dan pemantauan. Secara singkat kita dapat mengatakan Peta merupakan  Sebuah representasi objek grafis pada permukaan bumi atau fenomena geografis yang didistribusikan.

Jenis – jenis Peta
Peta biasanya digolongkan dalam dua tipe:
peta topografi adalah alat referensi, yang menunjukkan garis-garis besar peta alam yang diwakili oleh kontur. topografi juga dapat berupa penunjukkan terhadap jalan, sungai, kontur dan objek – objek lain (Gambar 1.1).
peta tematik adalah alat referensi untuk mengkomunikasikan konsep geografi seperti distribusi kepadatan penduduk, iklim, pergerakan barang, penggunaan lahan dll (Gambar 1.1)


Sistem koordinat
Sebuah sistem koordinat dapat menentukan unit yang digunakan untuk menemukan objek – objek dalam ruang dua dimensi dan titik asal unit-unit. Lintang dan bujur adalah sistem koordinat (sering disebut “geografis” sistem koordinat).
Sebuah sistem referensi yang digunakan untuk mengukur jarak horisontal dan vertikal pada peta rencana metrik. Sebuah sistem koordinat biasanya ditentukan oleh suatu proyeksi peta, suatu referensi spheroid, datum, satu atau lebih paralel standar, meridian pusat, dan pergeseran mungkin di arah x dan y untuk menemukan posisi titik x ; y, garis, dan area. Sebuah sistem koordinat biasa digunakan untuk mendata data spasial geografis untuk daerah yang sama.


Koordinat Geografis
Sistem koordinat yang pengukuran lokasi di permukaan bumi dinyatakan dalam derajat lintang dan bujur.
Jenis Sistem Koordinat yang menggunakan dalam format :
1. DD (Decimal Degree)
2. DMS (Degree Minute Detik)
DD Sistem Koordinat

Nilai lintang dan bujur dinyatakan dalam format desimal dan bukan dalam derajat, menit, dan detik.Sistem Koordinat DMS
Derajat, Menit dan Detik (DMS): Nilai lintang dan bujur dinyatakan dalam derajat, menit, dan detik.

Datum
Seperti sistem koordinat yang dapat didefinisikan sebagai Sebuah data mendefinisikan referensi permukaan Dalam konstanta numerik atau geometris. Ada banyak jenis datums, Ada dua jenis utama datums:namun secara umum yang di pakai di dalam survey yang dat dijadikan referensi untuk menghitung atau mengkorelasikan hasil survei datum dikelompokkan ke dalam dua kategori yaitu Datum horisontal dan Datum vertikal.

datum Vertikal: datum yang menampilkan permukaan yang menunjukkan ketinggian. Di Amerika Serikat, datum vertikal yang biasa digunakan adalah geodetik datums vertikal nasional tahun 1929.
Datum Horizontal: Datum horizontal, digunakan sebagai referensi untuk posisi, didefinisikan oleh: garis lintang dan bujur dari titik awal, arah garis antara titik pertama dan titik kedua ditentukan secara dua dimensi.

Proyeksi Peta
Sebuah sistem yang dapat menerjemahkan lokasi di dunia ini dalam tampilan permukaan datar peta. Proyeksi adalah komponen fundamental dalam pembuatan peta. Secara matematika proyeksi  berarti mentransfer informasi dari tiga dimensi permukaan bumi menjadi bentuk melengkung ke dalam media kertas dua dimensi atau layar komputer. Masing-masing proyeksi berbeda jenisnya berdasarkan kecocokan masing-masing di pakai di dalam pemetaan untuk keperluan tertentu.

Proyeksi adalah sebuah metode transformasi matematika yang kompleks permukaan bumi yang melengkung yang di tampilkan pada permukaan yang datar. Permukaan bumi adalah melengkung mewakili tiga dimensi tetapi harus ditampilkan pada kertas peta lembar datar dua-dimensi, terdapat distorsi yang tidak bisa dihindari. Distorsi ditemukan pada saat peta hanya menunjukkan daerah kecil, dan terbesar ketika peta mencoba untuk menampilkan seluruh permukaan bumi. Proyeksi sangat penting untuk mengukur permukaan tanah, karena proyeksi peta mempengaruhi database suatu daerah.


Ada beberapa jenis proyeksi peta. Berikut dua contoh tipe:
1. Universal Transverse Mercator (UTM)
2. Geografis

Skala peta
Skala peta adalah perbandingan antara jarak pada peta dan jarak aktual yang sesuai di bumi. Jika peta memiliki skala 1:50.000, kemudian 2cm di peta sama dengan 1 km di permukaan bumi.
Cara Paling Populer untuk mendefinisikan skala peta adalah: “skala kecil” dan “skala besar” peta. Cara termudah untuk mengingat peta skala besar yang menunjukkan detail besar misalnya 1:10.000 dan peta skala kecil menunjukkan detail yang kecil, misalnya 1:250.000.
 

Contoh Citra Satelit Warna Natural

Standard

Contoh Citra Quickbird Natural Color Resolusi Spasial 0.6 m – Kota Semarang

Contoh Citra Quickbird Natural Color Resolusi Spasial 0.6 m – Kota Palembang

Contoh Citra Quickbird Natural Color Resolusi Spasial 0.6 m – Kota Yogyakarta