Mohon tunggu...
Aisha Annada
Aisha Annada Mohon Tunggu... Mahasiswa - Universitas Lambung Mangkurat

Mahasiswa Geografi Fisip ULM

Selanjutnya

Tutup

Ilmu Alam & Tekno

Penginderaan Jauh (Remote Sensing)

11 April 2024   14:23 Diperbarui: 11 April 2024   14:29 71
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Ilmu Alam dan Teknologi. Sumber ilustrasi: PEXELS/Anthony

Klasifikasi multispectral merupakan salah satu pengolahan citra satelit yang banyak digunakan dalam aplikasinya. Hasil utama klasifikasi multispectral yang banyak dimanfaatkan adalah peta tutupan lahan atau penggunaan lahan yang sering dimanfaatkan untuk analisis lanjutan untuk pemodelan system informasi geografis. Algoritma klasifikasi multispektral pada prinsipnya adalah menandai tiap jenis obyek hingga terlihat berbeda satu dari dengan lainnya berdasarkan ciri-ciri nilai spektralnya pada setiap saluran dan kemudian diterjemahkan kenampakan gisual menjadi parameter statistik yang di proses oleh komputer dan dieksekusi. Secara ringkas algoritma dalam klasifikasi memuat langkahlangkah sebagai berikut (Danoedoro, 2012): a) menentukan nilai spektral representatif tiap obyek dengan cara melakukan sampling, b) menempatkan nilai representatif obyek/sampel pada diagram multidemensional, c) menentukan batas toleransi berupa jarak spektral dari nilai representatif, d) pengambilan keputusan dengan menghitung seluruh nilai piksel dan memasukan ke klas yang tersedia. Selama nilai piksel obyek lebih pendek atau sama dengan jarak toleransi masing-masing obyek dan mengkelaskan sebagai "tak terklasifikasi" selama nilai piksel tidak masuk dalam kelas manapun. Klasifikasi multispektral dapat dibedakan menjadi dua jenis yaitu : a) klasifikasi terselia/terkontrol (supervised classification) dan b) klasifikasi tak terselia/tak terkontrol (unsupervised classification). Klasifikasi terselia/terkontrol (supervised classification) meliputi sekumpulan algoritma yang didasari pemasukan sampel obyek (berupa nilai spektral) oleh operator. Sampel dengan lokasi geografis kelompok piksel disebut dengan daerah contoh (training area). Algoritma klasifikasi terselia adalah : a) Algoritma jarak minimum terhadap rerata (minimum distance to mean algorithm), b) Algoritma parallelepiped (box classification), c) Algoritma kemiripan maksimum (maximum likelihood algorithm) dan d) Algoritma tetangga terdekat (maximum likelihood algorithm).

Transformasi Khusus

            Selain penajaman citra, masih ada transformasi lain yang sering digunakan untuk menghasilkan informasi baru. Transformasi ini dapat dikelompokkan menjadi dua, yaitu : (a) transformasi yang dapat mempertajam informasi tertentu, namun sekaligus menghilangkan atau menekan informasi yang lain; dan (b) transformasi yang 'meringkas' informasi dengan cara mengurangi dimensionalitas data. Berbeda halnya dengan berbagai algoritma penajaman, transformasi khusus ini lebih banyak beroperasi pada domain spektral. Ciri lainnya ialah bahwa dalam banyak kasus, transformasi ini melibatkan beberapa saluran spektral sekaligus. Dasar utama pengembangan transformasitransformasi ini adalah fearure space. Pada feature space, dapat terlihat kecendemngan pengelompokan nilai spektral, yang mengindikasikan adanya pengelompokan obyek, terpisah satu sama lain, ataupun membentuk fenomena tertentu.

 

Interaksi Radiasi Termal Dengan Permukaan Bumi

            Peralatan penginderaan jauh sensitif pada panjang gelombang inframerah termal dan dapat digunakan untuk merekam beberapa bagian dari energi dan mengukur temperatur radiasi dari objek pada permukaan bumi. Temperatur radiasi dari objek dapat digunakan untuk membedakan satu objek dengan objek lain, serta menentukan karateristik dari objek. Temperatur radiasi dari objek dipengaruhi oleh empat faktor, yaitu emisigitas, temperatur kinetik, karakteristik termal, dan nilai pemanasan (Curran, 1985).

Temperatur Permukaan dan Temperatur Udara

            Temperatur permukaan secara umum didefinisikan sebagai temperatur kulit dari permukaan bumi. Untuk lahan terbuka, temperatur permukaan adalah temperatur tanah. Untuk daerah dengan kerapatan gegetasi tinggi, temperatur permukaan berupa temperatur permukaan kanopi gegetasi. Pada daerah dengan kerapatan gegetasi jarang, temperatur pemukaan merupakan rerata dari temperatur gegetasi dan tanah atau permukaan yang melatarbelakanginya. 

Terkait dengan resolusi spasial data satelit, temperatur permukaan dalam penginderaan jauh dapat didefinisikan sebagai rerata temperatur permukaan lahan pada skala percampuran piksel dengan fraksi yang berbeda dari tipe permukaan (Yang, 2000). Temperatur permukaan dapat diukur dengan menggunakan termometer inframerah genggam, instrumen termometer inframerah yang dipasang pada menara atau stasiun cuaca otomatis dan obsergasi melalui satelit. Data temperatur permukaan yang diturunkan dari data satelit telah digunakan untuk studi iklim urban (Streutker, 2003, Weng, 2001), serta studi egapotranspirasi (Quattrochi dan Lugall, 1999).

sc : Firman Farid Muhsoni., S.Pi., M.Sc 

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun