DISPLAY CITRA DIGITAL PENGINDERAAN JAUH (BAB I )

Laju pertambahan penduduk dunia yang begitu cepat telah membawa dampak terhadap laju perubahan penggunaan lahan, penurunan luas dan kualitas sumberdaya hutan. Di Indonesia, sektor kehutanan telah memberikan sumbangan yang sangat besar dalam menunjang pertumbuhan ekonomi.  Dampaknya, hutan mendapat tekanan untuk kepentingan berbagai sektor seperti pertanian, pertambangan, perikanan dan sebagainya. Laju penurunan kualitas dan kuantitas hutan yang terjadi sekarang ini diperkirakan lebih cepat dibandingkan dengan yang pernah terjadi sebelumnya. Untuk menjaga eksistensi fisik dan kualitas hutan tetap terjaga diperlukan suatu pengelolaan yang berdasarkan azas kelestarian dan lingkungan. Pengelolaan hutan yang terintegrasi perlu didukung oleh data/informasi dasar tentang kondisi fisik hutan.  Data yang multi-waktu juga sangat bermanfaat untuk memperkirakan laju dan arah terjadinya perubahan, sehingga kegiatan antisipasi dapat segera dilakukan. Mengingat laju perubahan hutan yang begitu cepat maka data yang dibutuhkan adalah data terbaru yang dapat diperoleh  secara cepat, akurat dan efisien. Dalam kaitannya sebagai sarana pengumpul data serta pendeteksian perubahan-perubahan tersebut, penginderaan jauh memegang peranan yang sangat penting karena mampu memberikan informasi secara lengkap, cepat dan relatif akurat.

Meskipun secara keilmuan penginderaan jauh sering dipandang sebagai cabang ilmu geografi dengan penekanan pada pengamatan vegetasi dari suatu kejauhan, adanya kepentingan di bidang-bidang lainnya seperti kehutanan, pertanian, geologi, hidrologi, kelautan, cuaca dan lingkungan menyebabkan aplikasi penginderaan jauh berkembang pesat pada sektor-sektor tersebut.  Secara umum, dapat dikatakan bahwa rimbawan/wati dan geologiawan/wati adalah pemakai utama data penginderaan jauh ini, karena sarana ini (1) mampu memberikan data yang unik yang tidak bisa diperoleh dengan menggunakan sarana lain, (2) mempermudah pekerjaan lapangan dan (3) mampu memberikan data yang lengkap dalam waktu yang relatif singkat dan dengan biaya yang relatif murah. Pengumpulan data menggunakan metoda konvensional survey lapangan memerlukan waktu yang lama, dan pada daerah-daerah yang bertopografi berat, pelaksanaannya menjadi tidak praktis.  Berangkat dari pengalaman tersebut, rimbawan telah banyak menggunakan teknik inventarisasi dengan menggabungkan penggunaan sarana penginderaan jauh dan metoda survey lapangan seperti metoda pengambilan contoh bertingkat (multi-stage) dan berganda (double sampling).

Apa itu Penginderaan Jauh?

Istilah penginderaan jauh merupakan terjemahan dari remote sensing yang telah dikenal di Amerika Serikat sekitar akhir tahun 1950-an.  Kemudian sekitar tahun 1970-an istilah ini diperkenalkan di beberapa negara Eropa, seperti tèlèdetèction (Perancis), telepercèpcion (Spanyol) dan fernerkundung (Jerman). Menurut Manual of Remote Sensing (American Society  of Photogrammetry, 1983), pengertian remote sensing (penginderaan jauh) didefinisikan sebagai ilmu dan seni pengukuran untuk mendapatkan informasi suatu obyek atau fenomena, menggunakan suatu alat perekaman dari suatu kejauhan, dimana pengukuran dilakukan tanpa melakukan kontak langsung secara fisik dengan obyek atau fenomena yang diukur/diamati.

Pada saat ini, penginderaan jauh tidak hanya mencakup kegiatan pengumpulan data mentah, tetapi juga mencakup pengolahan data secara otomatis (komputerisasi) dan manual (interpretasi), analisis citra dan penyajian data yang diperoleh. Kegiatan penginderaan dibatasi pada penggunaan energi elektromagnetik.

Apa itu teknik analisis citra digital?

Analisis diartikan sebagai kegiatan penguraian dan atau penelaahan data serta hubungan antar komponen data itu sendiri, dalam hal ini adalah nilai kecerahan (Brightness Value/BV) atau nilai digital (Digital Number/DN).  Kegiatan analisis ini dapat dilakukan setelah dilakukan kegiatan pengolahan citra (image processing).  Dikatakan data digital oleh karena data-data yang diolah adalah data-data numerik yang besarannya dinyatakan dengan bit.  Semakin besar bitnya maka semakin banyak kemungkinan kandungan informasi yang ada di dalamnya.   Pada umumnya data yang digunakan adalah data 8 bit dengan variasi sebesar 256 level (2⁸).

Apa itu Resolusi?

Resolusi Spasial

Resolusi spasial adalah ukuran terkecil dari suatu bentuk (feature) permukaan bumi yang bisa dibedakan dengan bentuk permukaan di sekitarnya atau yang ukurannya bisa diukur (Gambar 1.1).  Pada potret udara, resolusi adalah fungsi dari ukuran grain film (jumlah pasangan garis yang bisa dibedakan per mm) dan skala.  Skala adalah fungsi dari panjang fokus dan tinggi terbang.  Grain film yang halus memberikan detail obyek lebih banyak (resolusi yang lebih tinggi) dibandingkan dengan grain yang kasar.  Demikian pula, skala yang lebih besar memberikan resolusi yang lebih tinggi .
Resolusi spasial dari citra non-fotografik (yang tidak menggunakan film) ditentukan dengan beberapa cara.  Diantaranya yang paling umum digunakan  adalah berdasarkan dimensi dari instantaneous field of view (IFOV) yang diproyeksikan ke bumi. IFOV ini merupakan fungsi dari ukuran detektor, tinggi sensor dan optik.  Pada sensor digital seperti generasi Landsat dan SPOT, sensor merekam kecerahan (brightness) semua obyek yang ada di dalam IFOV. Brightness adalah jumlah radiasi yang dipantulkan atau diemisikan dari permukaan bumi. Dengan kata lain, IFOV adalah suatu areal pada suatu permukaan bumi dalam mana gabungan/campuran brightness suatu permukaan diukur. Nilai kecerahan (brightness value) dari suatu pixel diperoleh dari BV-nya IFOV.  Akan tetapi ukuran pixel bisa lebih kecil atau lebih besar dari ukuran IFOV, tergantung dari bagaimana BV tersebut disampel (direkam) oleh sensor.  Perlu diperhatikan bahwa resolusi spasial dari suatu sistem cocok untuk suatu kepentingan tertentu sehingga obyek di permukaan bumi tidak hanya bisa dideteksi (detectable) tapi juga bisa diidentifikasi (recognizable) dan dianalisis. Detectability adalah kemampuan dari sistem penginderaan jauh untuk merekam keberadaan (eksistensi)  suatu obyek atau feature dalam suatu bentang alam (landscape). Sebagai contoh, jalan aspal yang walaupun mempunyai ukuran lebih kecil dari resolusi spasialnya, tetapi dapat juga direkam oleh sensor karena memberikan kontras (BV) yang tinggi.   Recognizability adalah kemampuan dari seorang interpreter (human interpreter) untuk mengidentifikasi (memberi nama) suatu obyek yang dideteksi oleh sensor.  Kemampuan ini merupakan fungsi dari pengalaman interpreter dan skala citra.

Gambar 1.2 Contoh resolusi spasial TM, SPOT 5, IKONOS dan CASI

Pada Gambar 1.2 diperlihatkan penampakan citra dari berbagai resolusi.  Resolusi yang rendah akan menampakkan bentuk-bentuk piksel yang jelas jika citra tersebut diperbesar. 

Resolusi Spektral

Resolusi spektral diartikan sebagai dimensi dan jumlah daerah panjang gelombang yang dimiliki oleh sensor.  Sebagai contoh, potret hitam-putih mempunyai resolusi yang lebih rendah (0,4 mm - 0,7 mm) dibandingkan dengan Landsat TM band 3 (0,63 mm - 0,69 mm).  Dengan jumlah band-band sempit yang banyak maka pemakai atau peneliti dapat memilih kombinasi yang terbaik sesuai dengan tujuan dari analisis untuk mendapatkan hasil yang optimal.  TM mempunyai 7 band dengan lebar setiap bandnya yang sempit tetapi rentang band yang digunakan lebar (mulai band biru sampai dengan band termal), sedangkan SPOT 5 mempunyai 4 band dengan rentang dari band hijau sampai dengan inframerah sedang, ini berarti bahwa TM mempunyai resolusi spektral yang lebih baik dibandingkan dengan SPOT.

Resolusi Radiometrik

Resolusi radiometrik adalah ukuran sensitivitas sensor untuk membedakan aliran radiasi (radiant flux) yang dipantulkan atau diemisikan dari suatu obyek permukaan bumi. Sebagai contoh, radian pada panjang gelombang 0,6 - 0,7 mm akan direkam oleh detektor MSS band 5 dalam  bentuk voltage.   Kemudian analog voltage ini disampel setiap interval waktu tertentu (contoh untuk MSS adalah 9,958 x 10^-6 detik) dan selanjutnya dikonversi menjadi nilai integer yang disebut bit.  MSS band 4, 5 dan 7 dikonversi ke dalam 7 bit (2⁷=128), sehingga akan menghasilkan 128 nilai diskrit yang berkisar dari 0 sampai dengan 127. MSS band 6 mempunyai resolusi radiometrik 6 bit (2⁶=64), atau nilai integer diskrit antara 0 - 63.  Generasi kedua data satelit seperti TM, SPOT dan MESSR mempunyai resolusi radiometrik 8 bit (nilai integer 0 - 255).  Citra yang mempunyai resolusi radiometrik yang lebih tinggi akan memberikan variasi informasi yang lebih tinggi dibandingkan dengan citra yang mempunyai resolusi radiometrik yang lebih rendah.

Resolusi Temporal

Selain resolusi spasial, spektral dan radiometrik, dalam penginderaan jauh dikenal juga dengan istilah resolusi temporal.  Pertimbangan resolusi ini menjadi penting ketika penginderaan jauh dibutuhkan dalam rangka pemantauan dan atau deteksi obyek permukaan bumi yang terkait dengan variasi musim (waktu).  Dalam bahasa sederhananya, resolusi temporal adalah  interval waktu yang dibutuhkan oleh satelit untuk merekam areal yang sama, atau waktu yang dibutuhkan oleh satelit untuk menyelesaikan seluruh siklus orbitnya.  Resolusi temporal adalah frekuensi suatu sistem sensor merekam suatu areal yang sama (revisit).  Sebagai contoh, Landsat TM mempunyai ulangan overpass 16 hari, SPOT 26 hari, JERS-1 44 hari, NOAA AVHHR 1 hari dan IRS 22 hari (Tabel 1.1.).  Untuk areal yang luas dan interval waktu yang singkat, citra inderaja dapat memberikan informasi yang sangat berharga.  Ini sangat bermanfaat dalam kegiatan pemonitoran jangka pendek maupun jangka panjang.  Akan tetapi, beberapa satelit mempunyai kemampuan untuk melakukan perekaman dengan posisi di luar jalur track-nya (off nadir), dengan variasi  waktu berkisar antara satu sampai dengan 5 hari.  Oleh karena itu, resolusi temporal yang aktual sangat bergantung pada jenis sensor, lebar overlap antar swath (lebar jalur rekam) dan ketinggian satelit. 

Kendala Resolusi

Meskipun benar bahwa resolusi yang tinggi akan memberikan data yang lebih banyak, tetapi itu tidak sinonim dengan meningkatnya jumlah informasi yang diperoleh.  Dari segi teknis, pemakai dihadapkan pada pilihan untuk mengoptimalkan resolusi (spasial, temporal, spektral dan radiometrik), biaya untuk mendapatkan data, dan pengolahan data tersebut. Meningkatnya resolusi membawa konsekuensi meningkatnya jumlah data yang harus diperoleh.  MSS yang mengkover 185 km x 170 km dengan resolusi 79 m x 79 m, 4 band dengan resolusi radiometrik 7 bit untuk band 4, 5 dan 7 serta 6 bit untuk band 6 membutuhkan ruang 24 MB, sementara TM yang mencakup areal yang sama, dengan resolusi 30 m x 30 m, 7 band dan 8 bit membutuhkan 227 MB.  Berangkat dari hal di atas, maka pemilihan resolusi perlu disesuaikan dengan obyek atau fenomena masalah yang dihadapi serta biaya yang tersedia.

Sejarah Perkembangan Teknologi Penginderaan Jauh dalam Pengelolaan Sumberdaya Alam

Teknologi penginderaan jauh telah dikenal sejak awal abad ke 19, dimulai dari pembuatan potret udara bentang alam (landscape) pertama tahun 1838, yang kemudian disusul dengan pembuatan potret udara hutan dari balon udara tahun 1887 dan dari pesawat udara tahun 1919 (Tabel 1.2.).  Era penginderaan jauh satelit dimulai sejak peluncuran  ERTS-1 (kemudian diberi nama Landsat-1) yang memuat sensor satelit MSS tahun 1972 dan space shuttle tahun 1980-an (Howard, 1991). 

Tabel  1.2. Perkembangan Penginderaan Jauh pada Bidang Kehutanan

Tahun

Perkembangan

1887

Pembuatan potret udara dari balon udara

1919

Pembuatan potret udara dari pesawat terbang

1924

Pembuatan potret udara hitam-putih hutan mangrove di delta Irrawaddy, Birma kemudian dilanjutkan dengan pemotretan hutan di Indonesia (Hindia Belanda) untuk kepentingan militer

1928

Pembuatan potret udara kehutanan di Zambia, Afrika

1938

Penginderaan Jauh Pesawat (Airborne Remote Sensing)

Pembuatan potret bentang alam (landscape) yang ke-pertama kali

1945

Setelah perang dunia II, potret udara digunakan untuk pemetaan planimetri dan topografi serta sebagai sarana survey hutan.

Di Amerika Utara mulai memperkenalkan kursus-kursus potret udara, penafsiran potret udara dan pemetaan tematik pada program S1 dan S2.

1950

Pertengahan tahun 1950 berdiri Sekolah Kehutanan, Universitas Minnesota, AS (School of Forestry, University of Minnesota, USA), mengadakan kursus satu semester tentang penafsiran potret udara

Tabel 1.2. (Lanjutan)

Tahun	Perkembangan
1960	Pembuatan potret udara berwarna, baik potret udara warna alamiah (natural color photography), maupun potret inframerah berwarna (colour infrared photography)
	Diperkenalkannya teknologi radio detecting and ranging, disingkat radar seperti Side Looking Airborne Radar (SLAR) dan Multispectral Scanner (MSS) pesawat untuk kepentingan sipil.  Sebelumnya radar digunakan untuk kepentingan perang. Kedua-duanya menggunakan sistem elektro-optik (electro-optical system) yang mencakup sensor termal dan SLAR.  MSS digunakan untuk kepentingan pengendalian kebakaran hutan.
1968	Keberhasilan penggunaan SLAR untuk kepentingan perekaman hutan tropika yang penuh penutupan awan di Panama
1972	Penginderaan Jauh Satelit  (Satellite Remote Sensing) Penginderaan jauh satelit secara efektif dimulai sejak peluncuran Earth Resources Technological Satellite (ERTS-1) yang kemudian setelah tahun 1974 dikenal dengan Landsat. Sukses peluncuran Landsat ini kemudian diikuti dengan peluncuran satelit generasi kedua Landsat TM (AS), SPOT (Perancis), European Meteosat, Japanese Himawari (1977) dan INSAT (India).
1975	Landsat-2 (MSS, AS)
	Soyuz/Salyut (film dikirim ke bumi, Uni Sovyet)
1978	Landsat-3 (MSS, AS)
1980	SAR tersedia untuk komersial
1982	Landsat-4 (MSS dan TM, AS)
1984	Landsat-5 (MSS dan TM, AS)
1986	SPOT-1 (Perancis)
1989	SPOT-2 (Perancis)
1991	ERS-1 (radar, Konsorsium negara-negara Eropa)
1991	MOS-1 (Jepang), mirip dengan Landsat MSS
1995	(28 Desember) IRS_1C
1997	(29 September) IRS-1D (23 m), & PAN (5,8 m) menggunakan LISS sensor & 188 m WiFS (wide-field multispec. Imagery, 6 bit - 7 bit)
1999	(24 September) IKONOS (VIS & NIR) 4m & 1m - 11 bit
1999	(14 Oktober), CBERS-1 (China_Brazil Earth Resources Satellites, 3 sensors (a) WFI: res 260 m (4 band), (b) IR-MSS 80 m & (c) CCD - 20 m
2000	(1 September) CBERS-2, res: 3m
2001	QUICKBIRDS

Berdasarkan perkembangan teknologi platform dan sensor, penginderaan jauh dapat dikelompokkan menjadi 2 kelompok sbb:

1)    Penginderaan Jauh Pesawat (airborne remote sensing, ARS).  Kelompok ini mencakup potret udara, airborne multispectral scanner (airborne MSS) dan side-looking airborne radar (SLAR).

2)    Penginderaan Jauh Satelit (satellite remote sensing, SRS), yang diantaranya meliputi MSS, TM, SPOT, MESSR, JERS-1, ERS-1, RADARSAT, IRS dan sebagainya.

Pada ARS pengambilan dilakukan dari udara (inner space) dengan menggunakan pesawat udara sebagai platform-nya sementara SRS dilakukan dari luar angkasa menggunakan satelit sebagai platform-nya.  Pada bidang kehutanan, potret udara adalah sarana penginderaan jauh pesawat  yang sudah umum digunakan.  Potret udara banyak digunakan secara langsung sebagai pengganti peta planimetri dan topografi dengan dilandasi oleh pengetahuan tentang elemen-elemen fotogrametri. Analisis potret udara ini dapat memberikan informasi tentang penutupan hutan, tipe hutan, kondisi hutan, parameter pohon dan tegakan (estimasi volume), bentuk lahan (landform), potensi lahan dan penggunaannya.  Dengan mencari korelasi antara parameter lapangan dan potret udara, estimasi volume ataupun biomasa dapat dilakukan.  Dua metoda airborne yang penting selain potret udara adalah electro-optical sensing (seperti airborne multispectral scanner, airborne MSS) dan RADAR. Airborne multispectral scanner digunakan terbatas pada tujuan-tujuan khusus yang terkait dengan pendeteksian termal yang banyak digunakan untuk kegiatan pencegahan kebakaran.  Untuk tujuan-tujuan penelitian simulasi airborne MSS banyak digunakan sebelum peluncuran Landsat TM dan SPOT.  Side-looking airborne radar (SLAR) sampai saat ini sebatas untuk tujuan survey-survey reconnaissance dan pemetaan pada daerah-daerah yang tertutup awan (yang tidak dapat dipetakan menggunakan panjang gelombang optik).

Tidak sama dengan ARS di atas, aplikasi SRS pada bidang kehutanan berkembang sangat cepat, khususnya yang terkait dengan survey multi-waktu dan multi-tingkat.  Ini kemungkinan sangat terkait dengan format digital dari data satelit yang ada sehingga dapat dengan mudah dianalisa secara kuantitatif pada komputer. Secara efektif, SRS di kehutanan dimulai sejak diluncurkannya ERTS-1 (Earth Resources Technological Satellite, US) pada tahun 1972 yang kemudian dikenal dengan Landsat-1.  Dari satelit generasi kedua, seperti Landsat TM dan SPOT yang mempunyai resolusi spektral, spasial dan temporal yang tinggi, mampu membuat peta skala 1:50.000 dan merevisi peta-peta skala 1:25.000.  Banyak penelitian menunjukkan bahwa resolusi spasial yang tinggi (TM 30 x 30 m, SPOT multispektral 20 x 20 m) yang dikombinasikan dengan kemampuan masing-masing bandnya dapat meningkatkan ketelitian. Generasi baru JERS-1 OPS (sensor optik) yang mempunyai rentang panjang gelombang hampir sama dengan Landsat TM dan resolusi spasial 18 x 24,5 m juga merupakan sumber data yang sangat potensial. Keterbatasan pengadaan potret udara yang sangat lambat, memacu penggunaan data gabungan antara data satelit dengan data lapangan dan/atau potret udara yang telah ada.

Berdasarkan sifat sumber energi elektromagnetik yang digunakan,  penginderaan jauh dibedakan atas:

1) Penginderaan Jauh Pasif (Passive Remote Sensing)

2) Penginderaan Jauh Aktif (Active Remote Sensing)

Penginderaan jauh pasif

Penginderaan jauh pasif didefinisikan sebagai suatu sistem yang menggunakan sumber energi yang telah ada (reflektansi energi matahari dan/atau radiasi dari obyek secara langsung).  Beberapa sensor yang menggunakan sistem ini adalah: MSS, TM, SPOT, NOAA AVHRR, MOS-1 MESSR, IRS, JERS-1 OPS dan potret udara.

Penginderaan jauh aktif

Penginderaan jauh aktif didefinisikan sebagai suatu sistem yang menggunakan sumber energi buatan (microwave).  Beberapa sensor yang menggunakan sistem ini adalah  RADAR (radio detecting and ranging, seperti RADARSAT, ERS-1, JERS-1, ALOS PALSAR dsb).

Penginderaan jauh bisa dilakukan karena adanya variasi sebagai berikut:

a) Variasi spektral (spectral variation)

Variasi reflektansi spektral yang terdapat pada spektrum biru, hijau, merah, inframerah dekat, sedang dan termal serta gelombang mikro (microwave) memungkinkan suatu obyek dengan mudah dikenali karena pada umumnya suatu obyek mempunyai reflektansi spektral yang berbeda-beda.

b) Variasi spasial (spatial variation)

Variasi ukuran dan bentuk suatu obyek di lapangan seperti  blok, lingkaran, garis, titik, dll. yang memungkinkan tampaknya obyek-obyek seperti kota, jalan, rel kereta api dan sebagainya.

c) Variasi waktu (temporal variation)

Frekuensi overpass dari satelit menyebabkan terjadinya perekaman suatu lokasi lebih dari satu kali dalam kurun interval waktu yang relatif pendek memungkinkan dilakukannya analisa multiwaktu, seperti perbedaan  waktu: penanaman (planting), pembunga-an (flowering), pemanenan (harvesting), pembuatan jalan raya (highway construction), perluasan kawasan pemukiman (urban expansion), penurunan kualitas vegetasi (desertification) dan deforestasi menyebabkan kegiatan monitoring tentang perubahan vegetasi (cover change) bisa dilakukan.

Secara garis besar, aplikasi penginderaan jauh di bidang pengelolaan sumberdaya alam dikelompokkan sebagai berikut:

1) Pemetaan

Pada saat ini penginderaan jauh, khususnya airborne remote sensing dengan potret udara adalah sarana yang banyak digunakan untuk kegiatan pemetaan hutan, baik untuk membuat peta dasar maupun peta tematik. 

2) Inventarisasi hutan (multistage dan multiphase/double sampling)

Sejalan dengan perkembangan teknologi penginderaan jauh satelit, kombinasi penggunaan potret udara dan data satelit di bidang kehutanan sudah berkembang pesat. Teknik inventarisasi ini dikenal dengan istilah sampling bertingkat (multi-stage sampling) yaitu dengan membuat klaster-klaster pewakil di setiap tingkat. Suatu teknik inventarisasi lain, dimana sejumlah kecil (m) dari n klaster yang diamati pada citra, diperiksa di lapangan disebut dengan double sampling/ multi-phase.

3) Manajemen hutan

Untuk tujuan manajemen hutan, potret udara dapat digunakan sebagai sarana yang membantu pelaksanaan kegiatan penataan hutan dan pembukaan wilayah hutan (PWH) untuk menentukan bagian-bagian hutan berdasarkan kondisi topografi wilayah. Untuk kegiatan monitoring skala regional dan global, data satelit adalah sarana yang sangat potensial misalnya untuk monitoring reforestasi, deforestasi, kebakaran hutan, laju perladangan berpindah dan sebagainya.

Rentang Spektral yang Digunakan pada Penginderaan Jauh

Rentang spektral yang umum digunakan dalam penginderaan jauh untuk mengindera atau merekam sumberdaya yang terdapat di permukaan bumi umumnya berkisar antara 0,4 mm dan 12 mm (mencakup sinar tampak dan inframerah), dan antara 30 mm dan 300 mm yang sering disebut dengan gelombang mikro (microwave) (Gambar 1.3).  Untuk gelombang mikro ini, sering juga dinyatakan dalam frekuensi dimana panjang gelombang antara 30 mm dan 300 mm setara dengan frekuensi antara 1 GHz dan 10 GHz (catatan c = h . l, dimana kecepatan cahaya c=3 . 10⁸ m/detik, h = frekuensi dan l = panjang gelombang).  Pada daerah sinar tampak dan inframerah dekat dan sedang, energi yang direfleksikan dan direkam oleh sensor sangat bergantung kepada sifat-sifat obyek yang bersangkutan, seperti pigmentasi, kadar air dan struktur sel, daun atau percabangan dari vegetasi, kandungan mineral dan kadar air tanah, dan tingkat sedimentasi pada air.  Pada daerah inframerah termal, kapasitas panas dan sifat-sifat termal dari permukaan maupun di bawah permukaan tanah yang mempengaruhi kekuatan radiasi yang dideteksi oleh sensor.

Bumi yang suhunya sekitar 300^o K (27^oC) mempunyai emisi yang maksimum pada kisaran panjang gelombang sekitar 10 - 12 mm.   Sensor yang mempunyai sensitivitas dalam kisaran tersebut akan dapat merekam panas yang dipancarkan oleh permukaan bumi, seperti TM band 6.  Thermal remote sensing sensitif terhadap kombinasi emisi dan temperatur dari obyek yang direkam.  Besarnya emisi sangat bergantung pada panjang gelombang. Penginderaan jauh yang menggunakan panjang gelombang antara 0,4 mm dan 12 mm umumnya disebut dengan optical remote sensing. Sementara penginderaan jauh yang dilakukan menggunakan gelombang mikro dikenal dengan microwave remote sensing.

Pada gelombang mikro, yang menggunakan sistem aktif berdasarkan teknologi radar, reflektansi dipengaruhi oleh tingkat kekasaran permukaan baik vegetasi maupun permukaan lahan lainnya dan sifat-sifat elektrisnya - yang dinyatakan dalam permitivitas, sangat dipengaruhi oleh kadar air, menentukan sekali besarnya signal yang direfleksikan (backscatter).  Pada microwave remote sensing ini, data diperoleh dengan cara mengukur atau merekam kekuatan energi backscatter yang dipantulkan kembali kepada satelit atau pesawat.  Permukaan yang halus (smooth) akan bertindak sebagai specular reflector (seperti mirip-cermin), karena arah backscatter akan dipantulkan menjauhi sensor sehingga obyek yang direkam akan tampak gelap.  Permukaan kasar akan bertindak sebagai permukaan difus (diffuse reflector), energi yang datang direfleksikan ke segala arah termasuk yang kembali ke sensor sehingga akan tampak cerah pada citra.

Pada corner reflector, respon obyeknya akan tampak cerah sekali.  Dalam kaitannya dengan interpretasi citra yang diperoleh dengan gelombang mikro ini perlu diperhatikan bahwa mekanisme refleksi sama dengan yang disajikan terdahulu.

Pada interpretasi sinar tampak ataupun inframerah yang menggunakan sinar matahari sebagai sumbernya, reflektansi yang terjadi hampir semuanya diffuse yang menyebabkan interpreter lebih dapat memusatkan pada variasi tone (derajat keabu-abuan).\

Karakteristik Reflektansi  Spektral

Radiasi yang dideteksi oleh sistem penginderaan jarak jauh umumnya:

1)    Refleksi cahaya (energi) matahari.

2)    Panas yang dipancarkan oleh setiap obyek yang mempunyai suhu lebih besar dari 0^o K.

3)    Refleksi gelombang mikro.

Pada Gambar 1.4 disajikan karakteristik reflektansi dari tipe-tipe umum permukaan bumi seperti tanah, air jernih, tanah kering dan tanah lembab pada kisaran panjang gelombang yang mencakup sinar tampak, inframerah dekat dan sedang.  Air jernih memantulkan sekitar 10% pada berkas sinar biru dan hijau, hanya sedikit sekali pada berkas sinar merah, dan tidak ada sama sekali pada inframerah.

Pada kurva tersebut, tanah mempunyai reflektansi yang mendekati monotonikal terhadap panjang gelombang, dengan pusat-pusat lekukan pada panjang gelombang 1,4 mm, 1,9 mm dan 2,7 mm yang disebabkan karena kandungan kadar air.  Band yang menyerap air ini tidak akan tampak pada tanah kering dan pasir (kadar air rendah).  Tanah liat (clay) juga mempunyai band penyerap pada panjang gelombang  1,4 mm dan 2,2 mm.

Vegetasi mempunyai bentuk kurva yang lebih kompleks.  Pada daerah inframerah sedang, band penyerap airnya terletak pada panjang gelombang 1,4 mm, 1,9 mm dan 2,7 mm.  Pada rentang antara 0,7 mm dan 1,3 mm, sifat-sifat reflektansi banyak dipengaruhi oleh struktur sel tumbuh-tumbuhan, sementara pada panjang gelombang sinar tampak banyak ditentukan oleh pigmentasi tumbuh-tumbuhan.  Band penyerap klorofil terletak pada daerah sinar biru dan merah.  Hal inilah yang menyebabkan mengapa kita melihat klorofil mempunyai pigmen hijau (reflektansi yang cukup signifikan terjadi pada daerah sinar hijau, antara 0,5 mm dan 0,6 mm).

Karakteristik Spektral

Secara ringkas karakteristik spektral vegetasi adalah sebagai berikut:

1.       Karakteristik spektral setiap jenis penutupan vegetasi bergantung kepada interaksinya dengan sinar matahari.

2.      Reflektansi spektral dari kebanyakan penutupan vegetasi umumnya mempunyai bentuk yang serupa.

3.      Reflektansi tumbuhan hijau  bervariasi pada setiap panjang gelombang.

4.      Band penyerap klorofil terjadi pada l 0,445 mm dan 0,645 mm.

5.      Respon vegetasi hijau pada l kasat mata (visible) dan inframerah bervariasi menurut umur vegetasi.

6.      Serangan penyakit, stress, penuaan daun menyebabkan menurunnya kandungan klorofil sehingga menyebabkan terjadinya peningkatan reflektansi pada band penyerap klorofil (biru dan merah).

7.      Penurunan kandungan klorofil biasanya disertai dengan peningkatan produksi pigmen merah anthocyanin.  Proses perubahan daun dari hijau, kuning kemudian menjadi merah, merupakan proses perubahan kandungan pigmen hijau daun.  Kuning terjadi pada saat kandungan pigmen hijau dan merah sama.

8.      Pada daerah l inframerah, variasi reflektansi vegetasi relatif besar dengan yang tampak pada l visible.  Tipe vegetasi yang tidak tampak jelas pada l visible akan tampak jelas pada inframerah.  Pada l ini vegetasi hijau mempunyai reflektansi yang cukup tinggi.

9.      Pada l 0,4 – 0,7 mm konifer dan tumbuhan berdaun lebar mempunyai reflektansi yang hampir sama, sementara pada inframerah dekat (l 0,7 – 0,9 mm) konifer mempunyai reflektansi lebih rendah (tone lebih gelap pada citra hitam putih).

10.   Pada inframerah dekat, reflektansi dikendalikan oleh interaksi antara radiasi dan struktur sel daun.  Tanaman berumur tua, atau berdaun lebat atau diselimuti oleh bulu daun yang rapat akan mempunyai reflektansi yang lebih tinggi (kebalikan dari l visible).  Energi inframerah akan diserap oleh lapisan air dalam dinding sel mesophyll karena pada daerah inframerah ini terdapat band penyerap air pada l 0,98 mm.  Dengan demikian, penurunan kadar air daun akan menyebabkan meningkatnya reflektansi.

Secara grafis, karakteristik reflektansi pada daerah visible (khususnya band merah) dan inframerah disajikan pada Gambar 1.5.  Jika biomassa vegetasi meningkat maka reflektansi dari inframerah dekat akan meningkat, sebaliknya pada visible akan menurun.  Peningkatan kelembaban tanah sepanjang garis tanah (soil line) akan menurunkan reflektansi baik di daerah visible maupun inframerah dekat.

Tahapan Aplikasi Penginderaan Jauh 

Berikut ini adalah rangkuman dari tahapan penting yang perlu diperhatikan pada saat aplikasi penginderaan jauh:

1)      Memformulasikan masalah yang dihadapi yang mencakup identifikasi tipe-tipe penutupan dan bagaimana kondisi perubahan penutupan tata guna tanah atau penutupan yang ada.

2)     Pengumpulan data, termasuk digitasi peta, potret udara atau membeli data satelit. Dalam hal ini perlu menetapkan resolusi spasial data yang dibutuhkan. Untuk menentukan resolusi spasial yang akan digunakan, perlu dipertimbangkan:

a)     Ukuran minimum dari obyek (feature) yang akan dievaluasi atau diidentifikasi. Luasan minimum dari suatu obyek (feature) yang diinginkan untuk dideteksi (misalnya luas minimum tanaman atau tebangan yang harus bisa dideteksi adalah 1 hektar), serta jumlah minimum pixel yang diperbolehkan untuk mengurangi kesalahan akibat mix-brightness. Dianjurkan setidak-tidaknya 9 pixel per unit luas.  Jensen (1986) bahkan menganjurkan 20-50 pixel.  Resolusi yang dapat digunakan adalah :

b)     Panjang gelombang yang akan memberikan informasi yang jelas (mampu membedakan atau memberikan kontras tinggi terhadap obyek-obyek yang akan dibedakan).   Pertimbangan citra yang akan digunakan juga hendaknya memperhatikan resolusi radiometrik dan temporal.  Meskipun resolusi spasial citra memenuhi syarat, apakah secara spektral akan berbeda dan apakah data dapat diperoleh dengan frekuensi perolehan yang tinggi atau sesuai dengan yang diharapkan?

c)      Waktu perekaman yang memberikan citra terbaik untuk mendeteksi obyek yang diinginkan (seperti penanaman, perladangan berpindah dan atau kebakaran hutan).  Citra di musim kemarau akan memberikan kontras yang jelas antara daerah-daerah tebang habis atau tebang pilih dengan hutan lebat.

d)     Waktu dimana data mempunyai distorsi atmosfer yang kecil seperti haze, asap dan atau awan, serta sudut matahari yang menghasilkan efek bayangan topografi yang kecil.  Citra di musim penghujan cenderung mengandung banyak awan, sementara di musim kemarau cenderung banyak asap (kebakaran hutan atau pembukaan perladangan berpindah).

e)     Luas areal yang akan dievaluasi.  Ini tergantung pada anggaran dan luas areal yang akan dievaluasi.   Contohnya SPOT mengkover kurang lebih 60 km x 60 km, tetapi TM mengkover 185 km x 185 km.  Dengan harga yang ada, maka biaya per satuan luas menggunakan SPOT 5 kali lebih besar daripada  menggunakan TM.  Dari segi resolusi spektral TM juga mempunyai reolusi spektral yang lebih tinggi (7 band).

f)       Tipe data yang digunakan apakah data analog atau digital, maka perlu diperhatikan karakteristik dari data tersebut:

Data Digital	Data Analog
Mengandung lebih banyak informasi dan penggunaannya lebih fleksibel; Bisa melakukan analisa kuantitatif dan perbaikan citra; Biasanya lebih mahal (data dan perangkat kerasnya)	Baik untuk interpretasi visual, sehingga komponen warna, tekstur, lokasi dan asosiasi bisa digunakan; Bersifat kualitatif, dan tidak bisa memanfaatkan secara penuh resolusi radiometrik yang ada; Merupakan fungsi dari keterampilan interpreter dalam menentukan hasil yang diperoleh

Pada waktu pemesanan data satelit, yang perlu diperhatikan adalah:

1)      Lokasi (lintang tempat: bujur dan lintang);

2)     Waktu perekaman yang diinginkan;

3)     Format dan ukuran data (full scene, quarter atau sub-scene);

4)     Maksimum penutupan awan yang diijinkan;

5)     Pemilihan sistem pengolahan data (image processing system) yang meliputi software dan hardware;

6)     Evaluasi kualitas data yang diperoleh (display citra dan penjelasan deskriptif);

7)     Koreksi kesalahan data (radiometrik: sensor atau atmosfer dan geometrik);

8)     Perbaikan data (untuk visual dan digital);

9)     Survey lapangan;

10)  Ekstrak feature dari citra (klasifikasi dan evaluasi akurasi);

11)   Meng-input  data ke sistem informasi geografis;

12)  Merangkum hasil.

Apa display citra?

Dalam menyajikan citra digital pada layar monitor (komputer), ada beberapa hal yang perlu dipahami, diantaranya adalah pengertian tentang bits, byte, piksel (pixel), warna komposit, warna alami, warna palsu standar, gray scale (skala keabu-abuan) dan warna pseudo (pseudocolor).  Berikut ini adalah uraian ringkas dari beberapa istilah yang sering dipergunakan pada display citra.

Bits

Pada citra, bits adalah suatu bilangan binari yang mempunyai nilai 0 dan 1, atau hidup (on) atau mati (off). Akan tetapi, satu set bits dapat mempunyai nilai lebih dari itu, tergantung pada berapa jumlah bitsnya.  Jumlah nilai tersebut dinyatakan dalam suatu set bits, yaitu dengan bilangan 2 pangkat nilai bitsnya, misalnya 3 bits adalah 2³ = 8.

Display RGB

Display citra sering merujuk pada sejumlah bilangan bits, seperti 8-bits atau 24 bits.  Bits ini sering digunakan untuk menentukan jumlah kemungkinan nilai kecerahan yang ada.  Misalnya untuk displai 24 bits, 24 bits per piksel dibagi menjadi 8 bits pada masing-masing warna guns.  Jumlah kemungkinan nilai yang dapat didisplay dengan 8 bits adalah 2⁸ atau 256.  Oleh karena itu pada 24 bits, masing-masing warna guns hanya mempunyai 256 kemungkinan nilai kecerahan, yang nilainya berkisar antara 0 ~ 255.  Kombinasi tiga guns akan menghasilkan 256³ atau sebanyak 16.777.216 kemungkinan warna yang dapat didisplaykan oleh monitor.

Pixel

Pixel adalah istilah umum yang merupakan kependekan dari picture element (elemen gambar) .  Sebagai suatu elemen, piksel atau pixel merupakan bagian terkecil dari suatu citra digital.  Pada data raster, citra dibagi-bagi menjadi suatu sel, dimana masing-masing grid dari sel merupakan representasi dari suatu piksel.  Piksel juga sering disebut dengan sel grid.

Dalam arti yang lebih luas, istilah pixel juga digunakan untuk menyatakan nilai file data untuk setiap unit citra (pixel file), atau lokasi dari suatu grid pada display atau hasil cetakan (pixel display).

Persepsi mata manusia dalam melihat warna terjadi dari jumlah relatif kombinasi sinar merah, hijau dan biru yang diukur oleh sensor pada mata.  Sinar merah, hijau dan biru dapat ditambahkan (additive primary color) bersama-sama untuk menghasilkan variasi yang lebih lebar.

Color Guns

Pada display, guns warna mengarahkan sinar dari elektron yang termasuk dalam fosfor merah, hijau dan biru.  Fosfor akan berkedip untuk frekuensi tertentu untuk menghasilkan warna-warna tertentu.  Monitor berwarna sering disebut dengan Monitor RGB yang mengacu pada warna-warna utama.

Brightness Values

Nilai kecerahan (brightness values) atau yang sering dikenal juga dengan nama nilai intensitas (intensity values) adalah kuantitas dari masing-masing warna primer untuk menjadi output.

Layers

File citra dapat mengandung layer sejumlah band. Berikut ini adalah kombinasi band-band yang sering sekali digunakan:

•   Warna alami (natural color): Landsat TM 3, 2, 1

•   Warna palsu standar (standard false color), atau color-infrared: Landsat TM 4, 3, 2. atau SPOT 3-2-1.

Display Pseudocolor 8-bit

Jika melakukan display dengan pseudocolor 8 bit maka nilai-nilai data yang terdapat pada saluran/band red, green dan blue digabung dan ditransformasikan kedalam nilai-nilai sel warna dalam suatu peta warna (colormap).  Oleh karena hanya terdapat 256 macam warna (8 bit), maka warna akan tampak sedikit berbeda jika dibandingkan dengan yang 24 bit yang mampu memberikan 16 juta macam warna. Oleh karena itu, pada pseudocolor ini, sesungguhnya satu band (layer) dipecah-pecah (diiris/sliced) menjadi beberapa potongan dan setiap potongan diberikan warna yang berbeda.  

View dengan Gray Scale

Jika penyajian dengan gray scale (warna hitam-putih), sesungguhnya band yang sama disajikan pada RGB, sehingga yang tampak adalah derajat keabu-abuannya.

View Warna Komposit (True Color View)

Displai ini dilakukan menggunakan 3 band atau 3 saluran.  Masing-masing band diset pada red, green ataupun blue.  Meskipun jenis band yang digunakannya sama, tetapi jika penempatan pada RGB yang berbeda, maka akan menghasilkan penampakan warna yang berbeda pula.

Faktor indeks Optimum (Optimum Index Factor/OIF)

Pada penyajian dengan multiband, biasanya dilakukan evaluasi dengan OIF (optimum index factor).  OIF merupakan ukuran banyaknya informasi yang dimuat pada suatu citra komposit.  Ukuran ini merupakan perbandingan antara total simpangan baku dari ketiga band yang digunakan dengan tiga koefisien korelasi dari masing-masing pasangan band yang digunakan.  Secara matematis, OIF ini diformulasikan dengan rumus sebagai berikut: