i

ABSTRAK

PEMODELAN KELEMBAPAN TANAH UNTUK ESTIMASI

PRODUKTIVITAS TANAMAN PADI SAWAH IRIGASI

MENGGUNAKAN CITRA RADARSAT-2 QUAD

POLARIMETRIK

Wilayah Studi: Indramayu - Jawa Barat

Oleh

Rian Nurtyawan

NIM: 35113001

(Program Studi Doktor Teknik Geodesi dan Geomatika)

Kelembapan tanah merupakan air cair yang menempati ruang-ruang kosong antara

partikel tanah. Informasi tentang kondisi kelembapan tanah dan distribusinya

sangat penting agar pemerintah dapat merencanakan dan mengelola produksi

tanaman dengan baik. Kelembapan tanah merupakan faktor penting dalam proses

perkembangan tanaman. Kelembapan tanah sulit diukur dalam cakupan yang luas

karena faktor biaya dan waktu. Secara tradisional, model tersebut menggunakan

nilai kelembapan tanah rata-rata pada daerah yang luas. Namun dengan

berkembangnya teknologi, pemodelan berbasis citra satelit dengan menggunakan

satuan spasial (per piksel) dapat memperkirakan kelembapan tanah secara akurat.

Pemantauan objek lahan pertanian dengan teknik penginderaan jauh telah banyak

dilakukan di banyak negara. Namun, kondisi tutupan awan dan curah hujan selama

musim pertumbuhan padi menjadi salah satu kendala pada sistem penginderaan

jauh optik. Solusinya adalah menggunakan teknologi penginderaan jauh radar yang

dapat merekam tanpa dipengaruhi oleh kondisi cuaca baik siang maupun malam.

Saat ini, sudah berkembang pesat sistem satelit radar dengan dengan periode

perekaman yang cepat untuk aplikasi pertanian seperti satelit ERS, Envisat (Eropa)

Radarsat 1,2 (Kanada) dan ALOS PALSAR 1,2 (Jepang). Citra radar memberikan

resolusi spasial yang bervariasi dari 10 sampai 1000 m dengan lebar cakupan 50-

500 km.

Sinyal hambur radar (backscatter) di atas permukaan tanah terbuka (bare soil)

dipengaruhi oleh karakteristik permukaan yaitu kelembapan tanah, kekasaran

permukaan dan konstanta dielektrik. Kelembapan tanah, kekasaran permukaan

tanah dan sifat dielektrik merupakan parameter tanah yang saling mempengaruhi.

Permukaan sangat halus memantulkan semua energi dalam arah spekular dan tidak

ada sinyal hamburan kembali ke antena, sedangkan permukaan yang sangat kasar

gelombang berdifusi ke semua arah. Selain itu, sinyal radar tergantung juga pada

parameter radar seperti polarisasi, sudut datang dan panjang gelombang.

ii

Nilai kekasaran permukaan tanah (Hrms) diekstraksi dengan menggunakan

Modifikasi Model Campbell dan Shepard (MMCS). MMCS dikembangkan untuk

menghasilkan kekasaran permukaan untuk kondisi tahap tanam awal yang

heterogen. Hasil penelitian menunjukkan bahwa model MMCS dapat

meningkatkan keakuratan nilai model kekasaran permukaan sebesar 34,62%.

Kekasaran permukaan hasil dari MMCS di kalibrasi menggunakan model yang

dibentuk dari hasil korelasi antara kekasaran permukaan MMCS dan hasil

pengukuran lapangan.

Nilai konstanta dielektrik (r) diekstraksi dengan menggunakan model dPSAR menggunakan band C. Nilai Kelembapan tanah (Mv) dihitung dari parameter

konfigurasi citra Radarsat-2 dan koefisien sinyal hambur menggunakan model yang

dikembangkan berdasarkan korelasi antara konstanta dielektrik (r) dengan

menggunakan pendekatan model dPSAR dan Kelembapan tanah (Mv) survei

lapangan. Koefisien determinasi R2 dan RMSE untuk bulan Juni-Agustus 2014

sebesar 0,52 dan 9,4, sedangkan bulan September - Oktober 2014 adalah 0,60 dan

7,3. Nilai Mv model untuk bulan Juni-Agustus umumnya sesuai dengan kondisi

Kelembapan tanah (Mv) di lapangan. Pada bulan September dan Oktober 2014,

Kelembapan tanah (Mv) dibawah nilai hasil Kelembapan tanah lapangan, kondisi

ini karena pengaruh kanopi tanaman padi. Dengan adanya kanopi padi, tanah

terlindung dan dengan demikian Kelembapan yang diperoleh kurang dari jumlah

sebenarnya.

Nilai produktivitas tanaman padi diekstraksi dengan menggunakan model yang

dibangun berdasarkan korelasi secara linier antara nilai kelembapan tanah terhadap

nilai produktivitas tanaman padi dengan nilai koefisien determinasi R2= 0,60. Dari

enam kecamatan yang dilakukan validasi, Kecamatan Cikedung mempunyai nilai

penyimpangan produktivitas paling tinggi. Kondisi ini dikarenakan kerentanan

produksi padi sawah akibat perubahan iklim di wilayah Pantai Utara, Jawa Barat.

Kata Kunci: Penginderaan jauh radar, kekasaran permukaan, model kelembapan

tanah, radar polarimetrik, estimasi produktivitas tanaman padi

iii

ABSTRACT

MODELING OF SOIL MOISTURE FOR ESTIMATING PADDY

CROP PRODUCTIVITY OF IRRIGATED RICE FIELD USING

RADARSAT-2 QUAD POLARIMETRIC IMAGE

Study area: Indramayu - Jawa Barat

By

Rian Nurtyawan

NIM: 35113001

(Doctoral Study Program in Geodesy and Geomatics Engineering)

Soil moisture is liquid water that occupies the empty spaces between soil particles.

The information about the soil moisture conditions and the distribution is essential

in order that the government can contrive and manage the production of the crop

well. Soil moisture is necessary factor in the of plant growth process. Soil moisture

is difficult to measure in a wide coverage by reason of cost and time factors.

Traditionally, the model uses average soil moisture values on large areas.

Nevertheless, as technology develops, satellite image-based modeling using spatial

units (per pixel) can estimate the soil moisture accurately.

Monitoring object of agricultural land using remote radar sensing techniques has

been widely applied in many countries. Nonetheless, the conditions of cloud cover

and rainfall during the rice growing season become one of the obstacles on the

optical remote sensing systems. The solution is utilizing remote radar sensing

technology that can record without being affected by weather conditions both day

and night. Nowadays, the satellite radar system with rapid recording periods for

agricultural applications has grown such as satellite ERS, Envisat (Europe)

Radarsat 1,2 (Canada) and ALOS PALSAR 1,2 (Japan). Radar images provide the

spatial resolution which varies from 10 to 1000 meters with a wide coverage of 50-

500 km.

The signal radar scatter (backscatter) above the open soil surface (bare soil) is

affected by the surface characteristics they are soil moisture, surface roughness

and dielectric constant. Soil moisture, surface roughness and characteristics of

dielectric are soil parameters that interplay. The most refined surface reflects all

of the energy in a specular direction and there is no signal scattering back to the

antenna, whereas the very rough surface of the wave diffuses in all directions.

Furthemore, the radar signals also depend on radar parameters such as

polarization, angle of incidence and wavelength.

The values of surface roughness (Hrms) are derived using Campbell and Shepard

models modification. The model (MMCS) was developed to produce surface

iv

roughness for heterogeneous initial plant stage conditions. The results showed that

MMCS model can improve the accuracy of surface roughness model value amount

31.25%. The surface roughness of MMCS results in calibration using a model

formed from the correlation between MMCS surface roughness and field

measurement results.

The value of the dielectric constant (r) is derived using the dPSAR model. The MV value is calculated from the RAdarsat-2 image configuration parameter and the

scatter signal coefficient using a model developed based on the correlation between

the dielectric constants using the dPSAR model approach and the soil moisture

(Mv) field survey. The determination coefficients of R2 and RMSE for June –August

is 0,52 and 9,4 while September - October 2014 is 0.60 and 7.3. The Mv model

values for June and October generally accord to Mv conditions in the field, while

in August and September underestimate. In June, the area was wet hence the

contribution of the scatter signal was reduced due to the attenuation of the water

cover in the period before the planting period. In August and September, Mv

underestimate by taking into consideration the fact that the influence of mature rice

plants or harvest periods. With the paddy canopy, the soil is shielded accordingly

the moisture obtained is less than the actual amount.

The value of rice plant productivity was extracted using a model built on linear

correlation between the values of soil moisture and the value of rice crop

productivity with coefficient of determination R2=0,60. The District of Cikedung

has the highest value of productivity deviation. This condition is caused by the

vulnerability of rice production due to the climate change in North Beach, West

Java.

Keywords: Remote sensing of radar, surface roughness, soil moisture model, rice

plant, polarimetric radar, productivity estimation of paddy crop.