pemanfaatan data penginderaan jauh yang bebas …pemanfaatan data penginderaan jauh yang bebas...
Post on 13-Feb-2020
14 Views
Preview:
TRANSCRIPT
PEMANFAATAN DATA PENGINDERAAN JAUH YANG BEBAS DIUNDUH UNTUK MENDAPATKAN
BEBERAPA PARAMETER LAHAN
T.M. Basuki & N. Wahyuningrum
BPTKPDAS
1. PENDAHULUAN Penutupan lahan dan lereng penting dalam monev
kinerja DAS
Estimasi erosi Penentuan kelas kemampuan penggunaan
lahan (KPL)
Penutupan lahan bersifat dinamis, sementara monev harus dilakukan secara kontinyu
Penutupan lahan: Sensor pasif
Land sattelite (Landsat) -5 TM dan -7ETM+
Satellite Probatoire d'Observation de la Terre (SPOT)
Moderate resolution imaging radiometer (MODIS)
Advanced Spaceborne Thermal Emission and Reflection
Radiometer (ASTER)
IKONOS
QuickBirds
Hyperion-hyperspectral
Worldview
Citra yang diunduh dari Google Earth (misalkan QuickBirds)
Landsat 8: http://landsat.usgs.gov/LDCM_Landsat8.php
Data collected by the Operational Land Imager (OLI) and the
Thermal Infrared Sensor (TIRS) onboard the Landsat 8
satellite are available to download at no charge from GloVis,
EarthExplorer, or via the LandsatLook Viewer.
Aktif sensor:
Shuttle Imaging Radar-C (SIR- C band)
Phase Arrayed L-band Synthetic Aperture Radar (PalSar)
Kemiringan lereng
DEM Shuttle Radar Topography Mission (SRTM)
DEM ASTER
Light Detection and Ranging (LIDAR)
Tujuan studi:
Mengkaji pemanfaatan citra dari Google Earth dan
DEM-ASTER untuk mendapatkan informasi penutupan lahan
dan informasi praktek konservasi tanah serta kemiringan lahan
Memprediksi erosi dan evaluasi kelas KPL
2. LOKASI DAN METODE
Lokasi Lokasi di Sub-DAS Samin, Kab. Karanganyar dan Sukoharjo,
Hulu: berbukit-bukit, kelerengan curam sd sangat curam
penutupan lahan hutan lindung, kebun sayur, pemukiman
Tengah dan hilir: penutupan lahan didominasi tegal/sawah
dan pemukiman dengan kemiringan lahan landai
hingga datar.
Tahapan kegiatan
Lereng diakses dari DEM ASTERpreprocessing
---> klasifikasi kelas lereng accuracy asessment
Penutupan lahan diperoleh dari QuickBirds yang
diunduh dari Google Earth. Software yang diguna-
kan adalah Google-earth-4.2.0196-Beta, GE_jpg-
extractor, dan Gesticher preprocessing
klasifikasi accuracy assessment
Overlay peta-peta untuk prediksi erosi
Prediksi erosi per unit lahan dengan rumus USLE
A = RKLSCP
Overlay peta-peta yang digunakan untuk
menentukan kelas KPL
No Hambatan Kelas I II III IV V VI VII VIII 1 Kontan e 100 100 60-80 60-80 20-60 10-40 1-20 1-20
2 Tingkat Erosi e Terabaikan
Ringan Sedang Berat - - - -
3 Drainase w Terhambat
Agak terhambat
Sedang Cepat Sangat cepat
- - -
4 Tekstur tanah s L, SiL SL, SCL, CL, SiCL
LS, Si, SC, C, SiC
S - - - -
5 Struktur tanah
s Granular kasar
Granular halus
Blocky-platy
Blocky - - - -
6. Kedalaman tanah (cm)
s > 90 60-90 30-60 15-30 0-15
7 Regolith(cm) s > 200 100-200 80-100 60-80 40-60 20-40 10-20 <10 8 Gravel (%) s - - - - 1-10 10-20 20-60 >60 9 Prosentase
singkapan (%)
s - - - 1-10 10-20 20-40 40-80 >80
10. Iklim
Bulan basah > 200 mm
c
7-12
7-9 atau 5-6
5-6 atau 3-4
3-4
3-4 atau 0-3
0-2
0-2
0-1
Kering <100 mm
c 0-1 2-3 atau 0-1
2-6 atau 0-1
2-6 7-8 atau 0-1
2-6 7-9 -
11. Slope (%) g 0-8 - 8-15 15-25 - 25-45 >45 -
Tabel 1. Kriterian kelas kemampuan penggunaan lahan
Tabel 2. Matrik kesalahan klasifikasi lereng Sub-DAS Samin
Pengukura
n lapangan
Klasifikasi lereng yang dihasilkan dari DEM ASTER
0-8% 8-15% 15-25% 25-45% > 45%
Total
klasifikas
i
Akurasi
produsen
0-8% 36 1 0 0 0 37 97,3%
8-15% 8 16 0 0 0 24 66,7%
15-25% 0 0 2 0 0 2 100%
25-45% 3 1 1 3 0 8 37,5%
>45% 0 0 0 2 5 7 71,4%
Keseluruh
an kelas 47 18 3 5 5 78
Akurasi
pengguna 76,6% 88,9% 66,7% 60% 100%
Akurasi total (Overall accuracy): 79.5%
Tabel 3. Matrik kesalahan klasifikasi penutupan lahan Sub-DAS Samin
Pengecekan
lapangan
(Ground
check)
Klasifikasi citra dari Google Earth
Hutan
Kebun
campur
Pemu
kiman Sawah Tegal
Keselu
ruhan
klasifikasi
Akurasi
Produsen
Hutan 10 1 11 90,0%
Kebun 3 18 1 1 23 78,3%
Pemukiman 3 3 100,0%
Sawah 2 2 3 7 42,9%
Tegal 5 4 11 20 55,0%
Keseluruhan
kelas 13 26 5 8 12 64
Akurasi
Pengguna 76,9% 69,2% 60,0% 37,5% 91,7%
Overall accuracy (Akurasi total): 70,3%
Tabel 3. Penutupan lahan pada berbagai kelas lereng di Sub-DAS
Samin
Penutup
an lahan
Persentase luas penutupan lahan terhadap luas Sub-
DAS pada berbagai kelas lereng
0 – 8 % 8 – 15% 15 – 25 % 25 – 45 % >45 % Total
Hutan 2,13 1,32 1,20 2,72 2,72 10,09
Kebun
Campur 3,63 2,12 1,95 3,39 1,99 13,08
Pemukiman 16,27 4,83 1,90 0,77 0,11 23,87
Sawah 22,16 6,79 2,87 1,96 0,62 34,41
Tegal 10,22 3,88 1,45 1,39 0,42 17,36
Tubuh air 0,85 0,28 0,06 0,01 0,01 1,20
55,25 19,21 9,43 10,24 5,86 100,00
Prediksi erosi menggunakan USLE pada berbagai penutupan lahan
Penutupan
lahan
Persentase luasan pada masing-masing tingkat erosi
< 15
ton/ha/th
15-60
ton/ha/th
60-180
ton/ha/th
180-480
ton/ha/th
> 480
ton/ha/th
Hutan 2,1 1,7 1,2 5,2 0,0
Kebun Campur 3,6 2,9 1,9 4,6 0,0
Permukiman 0,0 16,0 5,1 1,9 0,9
Sawah 30,4 2,1 2,0 0,0 0,0
Tegal 0,0 14,1 1,5 1,6 0,2
Kondisi aktual penutupan lahan pada berbagai
kelas kemampuan penggunaan lahan
0
5
10
15
20
25
30
IIIc IIIg IVs IVg Vs VIg VIIg
Pe
rse
nta
se K
PL
terh
adap
lu
as S
ub
-DA
S
Kelas kemampuan penggunaan lahan
Hutan
Kebun Campur
Pemukiman
Sawah
Tegal
Kemampuan penggunaan lahan
4. KESIMPULAN
Klasifikasi kelas lereng dengan menggunakan DEM ASTER
menghasilkan akurasi total sebesar 79,5 % dengan nilai Kappa
0,67
Akurasi total 70% dengan Kappa 0,60 diperoleh pada
klasifikasi penutupan lahan menggunakan citra Quickbird yang
diunduh dari Google Earth
Teknik konservasi tanah yang dapat diidentifikasi pada citra
dari Google Earth hanya bersifat umum. Detil teknik konservasi
tanah hanya bisa diperoleh dari hasil pengamatan di lapangan
Tingkat erosi berat tidak hanya terjadi pada areal tegalan,
namun juga dijumpai di hutan maupun pemukiman
KPL di Sub-DAS Samin didominasi oleh kelas IV dengan
lereng sebagai faktor penghambat.
Pemanfaatan citra yang dapat diunduh secara gratis dan
memberikan hasil klasifikasi dengan akurasi yang baik
merupakan salah satu alternatif untuk memperbaharui
informasi penutupan lahan yang dinamis. Hal ini juga akan
mengurangi anggaran pengumpulan data dalam rangka
monitoring kinerja DAS.
top related