Analisis tahapan dalam interpretasi citra

Posted on

Analisis tahapan dalam interpretasi citra dalam hal ini adalah citra digital (Lillesand dan Kiefer, 1990). Berikut ini akan di:

1. Pemulihan citra (picture reclamation)

Merupakan kegiatan yang bertujuan memperbaiki citra ke dalam bentuk yang lebih mirip dengan pandangan aslinya. Perbaikan ini meliputi koreksi radiometrik dan
geometrik yang ada pada citra asli.

2. Penajaman citra (picture improvement)

Kegiatan ini dilakukan sebelum abstracts citra digunakan dalam analisis visual,
dimana teknik penajaman dapat diterapkan untuk menguatkan tampak kontras
diantara penampakan dalam adegan. Pada berbagai terapan langkah ini banyak
meningkatkan jumlah informasi yang dapat diinterpretasi secara observed dari information citra.

3. Klasifikasi citra (picture arrangement)

Terdapat dua pendekatan dasar dalam melakukan klasifikasi citra yaitu
unsupervised classificatiom (klasifikasi tak terbimbing) dan administered
arrangement (klasifikasi terbimbing). Klasifikasi tak terbimbing dilakukan
sebelum melakukan cek lapangan, sedangkan klasifikasi terbimbing dilakukan
setelah melakukan cek lapangan dengan panduan klasifikasi titik-titik koordinat
yang telah diambil dari lapangan. Berikut ini dijelaskan mengenai expositions
klasifikasi tak terbimbing dan klasifikasi terbimbing.

Tahapan kegiatan yang dilakukan dalam klasifikasi tak terbimbing mengggunakan programming Erdas Imagine 8.5 (Wijaya, 2004):

1. Menentukan jumlah kelas warna citra yang akan diklasifikasi (number of classes)

2. Mengatur kombinasi wrap yang digunakan dalam pengklasifikasian, dala penelitian ini digunakan band kombinasi 5 4 3

3. Mengidentifikasi tiap-tiap kelas warna yang dihasilkan oleh expositions klasifikasi sesuai dengan tipe-tipe penutupan lahan yang telah ditetapkan

4. Menggabungkan kelas warna (recode) yang memiliki tipe penutupan lahan yang sama

5. Pemberian nama dan warna tipe-tipe penutupan lahan (crediting) hasil expositions recode

Tahapan kegiatan yang dilakukan dalam klasifikasi terbimbing menggunakan programming Erdas Imagine 8.5 (Wijaya, 2004):

1. Pengenalan pola-pola spektral yang ditampilkan oleh citra dengan berpedoman

titik kontrol yang diambil pada lokasi penelitian menggunakan GPS

2. Pemilihan daerah (preparing region) yang diidentifikasi sebagai satu tipe penutupan lahan berdasarkan pola-pola spektral yang ditampilkan oleh citra

3. Expositions klasifikasi citra yang dilakukan secara otomatis oleh komputer
berdasarkan pola-pola spektral yang telah ditetapkan pada saat expositions pemilihan daerah

4. Menggabungkan daerah-daerah yang memiliki tipe penutupan lahan yang sama
(recode)

5. Pengkoreksian citra hasil klasifikasi dengan membandingkannya dengan citra
sebelum diklasifikasi

Resolusi dari sebuah citra adalah karakteristik yang menunjukkan associated kedetailan yang dimiliki oleh sebuah citra. Resolusi didefinisikan sebagai broadness dari permukaan bumi yang diwakili oleh sebuah piksel sebagai elemen terkecil dari sebuah citra. Pada citra satelit pemantau cuaca yang mempunyai resolusi 1 km, masing-masing piksel mewakili rata-rata nilai precision dari sebuah expansiveness berukuran 1×1 km. Bentuk yang lebih kecil dari 1 km susah dikenali melalui blessed messenger dengan resolusi 1 km. Landsat 7 menghasilkan citra dengan resolusi 30 meter, sehingga jauh lebih banyak subtle element yang bisa dilihat dibandingkan pada citra satelit dengan resolusi 1 km. Resolusi adalah hal penting yang perlu dipertimbangkan dalam rangka pemilihan citra yang akan digunakan terutama dalam hal aplikasi, waktu, biaya, ketersediaan citra dan fasilitas komputasi.

Ada beberapa faktor yang mempengaruhi kualitas citra untuk aplikasi kehutanan tropis, yaitu:

1. Tutupan awan. Terutama untuk sensor pasif, awan bisa menutupi bentuk-bentuk yang berada di bawah atau di dekatnya, sehingga interpretasi tidak dimungkinkan.
Masalah ini sangat sering dijumpai di daerah tropis dan mungkin diatasi dengan
mengkombinasikan citra dari sensor pasif (misalnya Landsat) dengan citra dari
sensor aktif (misalnya Radarsat) untuk keduanya saling melengkapi.

2. Bayangan topografis. Metode pengkoreksian yang ada untuk menghilangkan pengaruh topografi pada radiometri belum terlalu maju perkembangannya.

3. Pengaruh atmosferik. Pengaruh atmosferik, terutama ozon, uap air dan vaporized
sangat mengganggu pada wrap nampak dan infrared. Penelitian akademis untuk
mengatasi hal ini masih aktif dilakukan.

4. Derajat kedetailan dari peta tutupan lahan yang ingin dihasilkan. Semakin point of interest peta yang ingin dihasilkan, semakin rendah akurasi dari klasifikasi. Hal ini
salah satunya bisa diperbaiki dengan adanya resolusi spektral dan spasial dari
citra komersial yang tersedia.

Sebelum sebuah citra dianalisis, biasanya diperlukan beberapa langkah pemrosesan awal. Koreksi radiometrik adalah salah satu dari langkah awal ini, dimana efek kesalahan sensor dan faktor lingkungan dihilangkan. Biasanya koreksi ini mengubah nilai motivation sum yang terkena efek atmosferik. Koreksi geometrik juga sangat penting dalam langkah awal pemrosesan. Metode ini mengkoreksi kesalahan yang disebabkan oleh geometri dari kelengkungan permukaan bumi dan pergerakan satelit.

Gravatar Image
Saya adalah seorang freelancer dari tahun 2010 sampai sekarang. Selama tahun tersebut saya berkecimpung di dunia GIS dan remote sensing. Insya Allah di sini saya akan membagikan pengetahuan seputar GIS dan remote sensing, termasuk sedikit Web GIS