PENGOLAHAN CITRA RADAR SIR-C

LAPORAN PRAKTIKUMUNTUK MEMENUHI TUGAS MATAKULIAHPenginderaan Jauh Terapan untuk Sumber Daya LahanYang dibina oleh Alfi Nur Rusydi S.Si, M.Sc

OlehAli Atul Rodiansyah120722420605

UNIVERSITAS NEGERI MALANGFAKULTAS ILMU SOSIALJURUSAN GEOGRAFIPROGRAM STUDI S1 GEOGRAFIApril 2015Pengolahan Citra Radar Sir-CA. TUJUAN1. Mahasiswa mampu memahami proses pengolahan citra Radar2. Mahasiswa mampu malakukan teknik kerja pengolahan citra Radar3. Mahasiswa mampu melakukan analisis Polarisasi Citra Radar

B. DASAR TEORIa. Citra Radar.Radar ( Radio Detection And Ranging) merupakan salah satu bentuk penginderaan jauh dengan sistem aktif. Beberapa fungsionalitas dari radar sistem aktif ini diantaranya adalah Radar Imaging System yang menghasilkan citra radar, Scatterometers, dan altimeter. Prinsip dasar dari radar ini adalah pemancaran dan penerimaan balikan sinyal. Energi gelombang pendek dipancarkan dari sensor. Energi tersebut akan bergerak menuju obyek. Sebagian sinyal yang mengenai obyek tersebut akan berbalik dan kembali ditangkap oleh sensor radar tersebut. Beberapa informasi yang dicatat dari pantulan sinyal yang tertangkap oleh sensor tersebut diantaranya magnitude, fase sinyal, interval waktu antara saat sinyal dipancarkan dan saat sinyal tertangkap kembali, polarisasi, frekuensi efek Doppler. Pemancaran sinyal dan penangkapan sinyal biasanya dilakukan oleh sebuah pemancar yang sama pada sensor radar.b. Tipe RadarDua tipe radar yang sering digunakan adalah RAR (Real Aperture Radar) dan SAR (Synthetic Aperture Radar). Real Aperture Radar juga sering disebut dengan SLAR (Side Looking Airborne Radar). Kedua tipe ini sebenarnya adalah sistem radar dengan pemancaran sinyal searah yang biasanya menggunakan pesawat terbang.Perbedaan pokok antara sistem RAR dan SAR adalah pada arah azimutnya. Real Aperture Radar memiliki resolusi azimut yang ditentukan oleh lebar sapuan (beamwidth), sehingga resolusi azimutnya proporsional dengan jarak antara radar dengan targetnya. Synthetic Aperture Radar menggunakan pemrosesan sinyal untuk mensintesiskan beberapa rangkaian rekaman pantulan sinyal yang tertangkap sensor.c. Karakteristik Citra RadarCitra radar memiliki karakteristik yang secara mendasar berbeda dengan berbagai citra yang diperoleh secara obtis seperti citra satelit ataupun foto udara. Karakteristik ini terkait dengan teknik yang digunakan dalam pengambilan citra radar dan juga pada konsep radiometri. Citra radar yang tercetak menjadi bentuk hardcopy akan nampak sangat berbeda dengan citra yang dihasilkan dari citra satelit lain ataupun pandangan mata manusia.Bayangan pada citra radar terkait dengan kemiringan pancaran energi gelombang mikro dari sistem radar, bukan karena faktor geometri sudut pancaran matahari. Tingkat keabu-abuan (greyscale) pada citra radar terkait dengan kekuatan relatif gelombang mikro yang dipencarbalikkan oleh elemen bentang lahan. Intensitas nilai pencarbalikan sinyal akan berragam tergantung pada kekasaran bentang lahan dan kemiringan lahan. Sinyal radar terutama terkait dengan kondisi geometris area yang menjadi target. Parameter yang digunakan dalam analisis citra radar adalah rona, tekstur, bentuk, struktur, dan ukuran.

C. ALAT dan BAHANAdapun alat dan bahan yang di gunakan adalah:1. PC laptop2. Alat tulis3. Software ENVI4. Citra satelit

D. LANGKAH KERJAAdapun langkah kerja yang di lakukan adalah:A. Sintesis Citra1. Pilih RadarPolarimetric ToolsSynthesize SIR-C Data.2. Ketika Input Product data Files dialog muncul, open file diklik untuk menampilkan dialog pemilihan file dan memilih direktori C:/envidata/ndv_sirc.3. File ndv_l.cdp dipilih ketika nama file muncul pada Selected Files L: fieldOK.B. Kombinasi Polarisasi DasarEmpat kombinasi dasar transmit/receive-HH,VV,HV dan TP- akan terdaftar dalam selected bands to synthesize pada kotak dialog Synthesize Parameters.1. Memasukkan nama file output ndv_l.syn dalam path yang benar pada Enter Output filename field.2. Output Data Type pulldown menuByteOK.3. Hasil ditampilkanC. Kombinasi Polarisasinya Lainnya1. RadarPolarimetirc ToolsSynthesize SIR-C Data. Ndv_l.cdp muncul pada Selected Files fieldOK2. Masukkan -45 & 135 pada Transmit Ellip dan Orien fields, dan -45 & 135 pada Receive ellip dan Orien fields.3. Add Combinationmenghasilkan sebuah citra circular polarization di sebelah kanan.4. Masukkan 0Transmit Ellip dan Receive Ellip. Masukkan 30Orien.5. Mengeklik Add Combination menghasilkan sebuah linear polarization dengan orientation 30 derajat.6. Clear diklik di bawah daftar standard polarization combination.7. Yes radio button dipilih untuk output in dB menghasilkan citra dengan tipikal -50 dan 0.8. Memasukkan filename output ndv_l2.synOK.D. Menampilkan Citra 1. Saluran [L-TP]: ndv_l.syn pada available bands list diklikLoad band diklik.2. Memeriksa citra menggunakan Scroll dan Zoom windows.3. EnchanceInteractive Sretching dari menu pada display utama citra.4. Mengeklik tombil kiri mouse dan drag garis titik-titik vertical lines untuk merubah perentangan atau memasukkan nilai DN values kedalam fields yang sesuai.5. 5% dimasukkan dalam kota teks sebelah kiri dan sebelah kanan diisi 95%.6. Stretch TypeGaussian (pada awalnya linear)7. membandingkan perentangan linear dan square-root.8. RGB color radio button pada available bands list dipilh untuk menampilkan citra komposit warna.9. Mengeklik saluran [L-HH]: ndv_l.syn, [L-VV]: ndv_l.syn, dan [L-HV]: ndv_l.syn.10. Pada available bands listDisplayNew Display (untuk menjalankan sebuah display window baru.11. Load RGB diklik untuk menampilakn HH band pada mera, VV pada hijau, HV pada biru.12. Mengatur perentangannya (Gaussian dan SquareRoot).13. Menampilkan synthesized bands lainnya dan membandingkan kenampakan vegetasi, sand dunes dan kipas alluvial menggunakan link display.E. Mendefinisikan ROls (Region of Interest) untuk Polarization Signatures1. OverlayRegion of interest pada citra grayscale L-TPmuncul ROI Tool dialog.2. FileRestore ROlsfilename pol_sig.roi dipilihOK.3. Pada available regions of interest akan muncul nama region antara lain veg, fan, sand, dan desert pvt digambarkan dalam image windowF. Ekstraksi Polarization Signatures1. RadarPolarimetric ToolsExtract Polarization SignaturesSIR-C. filename ndv_l.cdp akan muncul pada Input Data Product Files dialog, jika tidak dapat dibuka pada open file dan dipilih file tersebut.2. OK diklikmuncul Polsig Parameters.3. Empat Rols (veg, fan, sand, dan desert pvt) dipilihselect all.4. Memory radio button dipilihOK.5. Menampilkan polarization signatures statistic dibawah polarization signatures viewer window, kemudian dibandingkan polarization signatures pada masing-masing obyek.6. Sumbu Z diubahpolsig_datanormalized dari pulldown menu.7. Mengedrag 2-D cursor polarization signatures image dengan tombol kiri mouse.8. Mengeklik tombol mouse kiri dan drag pada satu sumbu untuk merotasi polarization signatures dalam real time.9. Signatures disimpanfile dipilihsave as plot As pada polarization signatures viewer window.10. file dipilihcancel untuk menutup polarization signatures viewer window.G. Menggunakan Adaptive Filter1. RadarAdaptive fitersgamma. Gamma filter input file dialog akan muncul pada daftar file yang terbuka.2. Next dipilih dari select bay file field ke select by band.3. Dipilih band [L-HH}:NDV_L.SYNOK (Gamma filter parameters muncul).4. Dipilih Size (NxN): 3 Number of looks: seta output hasil sebagai memory dengan memilih Memory radio button.5. OK diklik, Available Bands List muncul dan nama hasil citra sebagai Gamma ([L-HH]: NDV_L.SYN).H. Menampilkan Hasil Filter1. Gray scale dipilihmemilih band pada Available Bands List.2. DisplayNew DisplayLoad band.3. Enchance[Image] Square root.4. Menampilkan semua original dengan memilih [L-HH]: NDV_LSYN pada Available Bands ListNew DisplayLoad Band Enchance[Image] Square root.5. ToolsLinkLink Display.6. Membandingkan kedua citra tersebut.7. Dynamic overlay features dimatikan dengan memilih toolslinkunlink display/ dynamic overlay off.I. Transformasi Slant-to-Ground Range1. RadarSalnt to Ground RangeSIR-C.2. file ndv_l.cdp dipilihMuncul Slant Range Correction Input File dipilih file ndv_l.synOK.3. Slant Range Correctionoutput pixel size fieldmasukkan 13.32 untuk mengerate squre groundrange pixel.4. dipilih Bilinear sebagai Resampling Methodmemasukkan ndv_gr.img sebagai output filenameOK. Input image diresample ke ukuran 1152 13.32m pixels persegi.5. Citra ditampilakn dan hasilnya dibandingkan dengan slant range image.J. Menggunakan Analisis Tekstur1. RadarTexture FiltersOccurance Measures.2. Ketika Texture Input FileSlect byBandBand [L-HH]: ndv_l.synOK.3. Pada Occurrence Textures Parameters dialogselect all Texture to Compute kecuali Data range.4. Processing Window diubah: Rows dan Cols menjadi 7 x 7masukkan output filename ndv_hh.texOK.5. Menampilkan hasil citra Data range texture image, mengeklik band name data range:[L-HH] di Available Bands Listload band.6. Membentuk perentangan secara cepat dengan square root pada citra.7. Toolscolor mappingdensity slice pada main image display.8. Data range:[L-HH] band pada density slice band choice dialogOK.9. Density sliceapply default rangesapply. Memeriksa image ini dengan original data menggunakan image linking dan dynamic overlays.10. ToolsCursor Location/Value dalam main window dan melihat nilai data range saat menjelajahi seluruh citra.11. Filedensity sliceRestore rangesfile texture.dsropenAplly.12. melayout citra yang telah dihasilkan menggunakan menu overlayannotation pada menu display window.

E. HASIL PRAKTIKUMTerlampir

F. PEMBAHASANPraktikum digital acara kedua ini praktikan mempelajari bagaimana membuat citra polarisasi dari suatu data citra, dalam praktikum ini data citra yang digunakan adalah data satelit SIR-C. Polarisasi pancaran gelombang mikro dapat digunakan untuk mengidentifikasi obyek tertentu. Ada empat macam polarisasi yaitu HH, VV, HV, dan TP. Keempat macam polarisasi tersebut akan menghasilkan citra radar yang berbeda, walaupun berasal dari citra asli yang sama. selain polarisasi, praktikum juga mempelajari enhancement citra hasil polarisasi dengan menggunakan interactive stretching (linear, square root, dan Gaussian), penonjolan kenampakan tertentu dengan menggunakan Region of interest (ROI), transformasi slant to ground range serta analisis tekstur.Tujuan dilakukannya polarisasi adalah untuk mendapatkan kejelasan tentang informasi pada citra, misalnya untuk mengidentifikasi satuan fisiografis sebaiknya digunakan polarisasi VV, karena pulsa yang dikirim akan memantulkan topografi permukaan bumi. Bahkan dari citra hasil dari polarisasi tersebut dapat dibuat citra kompositnya. Menurut praktikum kenampakan keempat citra hasil polarisasi tersebut hampir sama, hanya ada beberapa feature saja yang nyata perbedaaannya. Kenampakan yang tidak dapat diidentifikasi pada citra hasil polarisasi adalah lahan terbangun, begitu pula dengan vegetasi yang baru Nampak pada citra komposit (HH-VV-HV). Kenampakan lain seperti fisiografi sudah menjadi keunggulan citra radar yang menampilkan dengan jelas. Polarisasi di atas memiliki sudut siku-siku (90), sehingga terkesan berat sebelah, untuk mengatasinya dapat digunakan sudut polarisasi yang datur sendiri.Untuk polarisasi dengan mengatur sendiri, di gunakan sudut-sudut hasil perhitungan sendiri, pertama menggunakan Transmite Ellip dan Receive Ellip -45 sampai 135, sedangkan satunya Transmite Ellip dan Receive Ellip 00 sampai 30. perhitungan ini berdasarkan pada sudut arah pulsa yang datang dan pergi. hal ini akan mempengaruhi bentuk rebahan pada fisiografi darah pada citra. dengan menentukan besaran sudut ini di harapkan kenampakan citra dapat di interpretasi dengan benar.Untuk dapat menampilkan obyek yang diinginkan seorang interpreter software ENVI memiliki tool yaitu Region Of Interest (ROI).praktikan menampilkan empat macam obyek dengan menggunkantool tersebut yaitu, gumuk pasir, kipas alluvial, gurun dan vegetasi. Memang buka praktikan yang menetukan klasifikasi untuk menentukan obyek tersebut, melainkan mengadaptasi klasifikasi yang sudah ada. Pada citra hasil ROI, vegetasi terlihat dengan polygon berwarna hijau, gumuk pasir berwarna kuning, kipas alluvial berwarna merah dan gurun berwarna berwarna biru. Masing-masing ROI di atas dapat dibuat Polarizaton Signatures, yaitu representasi 3-D dari karakteristik lengkap hamburan pada permukaan untuk sebuah piksel atau rata-rata piksel. Ada dua kenampakan pada polarization signature viewer yaitu kenampakan 3-D dan 2-D, kenampakan 3-D merupakan representasi pixel yang ditambah dengan sumbu z, sedangkan kenampkan 2-D merupakan kenampkan pixelnya. Masing-masing obyek yag praktikan tampilkan Polarization Sigenature nya memiliki kenampakan yang berbeda beda.Speckle atau bintik hitam dapat mempengaruhi interpreter dalam melakukan interpretasi, oleh karena itu dibutuhkan suatu filter yang digunakan untuk menghilangkannya. Pada praktikum ini, praktikan menggunakan Adaptive Filter Gamma. Hasil penghilangan bintik dengan metode ini dirasa cukup efektikf, karwena tekstur citra menjadi lebih halus sehingga kenampakan obyek pada citra menjadi lebih jelas.Selain melakukan filtering speckle, praktikan juga melakukan stretching pada citra L-TP dan komposit (HH-VV-HV). Tool yang digunakan untuk stretching adalah Intertactive Stretching. Ada tiga macam stretching yang dilakukan praktikan yaitu linear, square root, Gaussian.dari ketiga macam metode tersebut praktikan membandingkan ketiga obyek seperti vegetasi, sand dunes, dan kipas alluvial yang dapat diketahui dengan ROI. Parameter yang digunkan untuk membandingkan ketiga obyek tersebut adalah tekstur, rona, dan pola. Gumuk pasir sangat terihat jelas pada citra L-TP hasil stretching Gaussian memiliki rona gelap, tekstur yang kasar dan pola yang tidak teratur. Pada citra komposit stretchingyang dilakukan akan member perubahan warna yang kontras, terutama pada metode Gaussian.Citra radar yang berupa slant range memiliki distorsi geometric ada kebenaran atau ukuran ground range pixel berubah pada range direction karena perubahan direction angle. Oleh karena itu pewrlu dilakukan transformasi slant range tersebut ke dalam posisi yang sebenarnya (ground range) agar kesalahan geometric dapat diminimalisir. Hsil transformasi yang didapatkan praktikan yaitu pada citra ground range window scroll memiliki bentuk persegi panjang sedangkan pada citra slant range window scroll berbentuk persegi. Tekstur dapat diperjelas dengan menggunakan Texture Filters. Pada bagian ini praktikan mempelajari teknik megetahui tekstur obyek yang diperjelas lagi dengan menggunakan density slice. Praktikan mengisikan Processing Window: Rows menjadi 7x7, dengan tujuan agar tujuh pixel pada citra lam akan dijadikan satu pada citra baru. Dengan tambahan density slice maka makin jelas pula tekstur pada citra, dimana area pada citra yang memiliki tekstur halus akan memiliki warna yang dominan satu warna, sedangkan area dengan tekstur yang kasar akan terlihat diisi oleh berbagai warna.

G. SIMPULANa. Proses proses polarimetric berupa enhancement Gaussian, Adaptive Filter, transformasi Slant to Ground, dan analisa tekstur.b. Ada empat kombinasi dasar transmit/receive yaitu HH,VV, HV, dan TP.c. Penghilangan speckle pada citra radar dapat dilakukan dengan menggunakan Adaptive Filter Gammad. ROI dapat digunakan untuk mencari obyek tertentu seperti sand dunes dan kipas alluvial.e. Terdapat tiga metode stretching yang dilakukan praktikan pada praktikum ini yaitu linear, square root dan Gaussian

H. DAFTAR RUJUKANBanata, 2011. Indeks Kemurnian piksel. (Online). (http://www.banata.net/2011/06/28/indeks-kemurnian-piksel/). di akses pada 19 April 2015.Lesmana, Zaka. 2011. Synthetic Aperture Radar. (Online), (http://toba-geoscience.blogspot.com/2010/12/synthetic-aperture-radar.html). di akses pada 19 April 2015Radinal Pascari, Muhammad. Linear Spectral Mixture Analysis (Lsma) Untuk Tutupan Lahan Menggunakan Citra Landsat Etm+ Di Yogyakarta Dan Sekitarnya. Artikel Ilmiah.

8