3.
Elemen
Penafsiran Citra
Dalam analisis citra, baik digital maupun
visual, interpreter akan selalu dihadapkan pada target atau obyek yang terekam
pada citra. Target-target tersebut
umumnya berbentuk fitur-fitur yang menggambarkan kondisi lapangan dan jenis
obyek yang bersangkutan. Fitur-fitur
yang ditemukan umumnya berbentuk titik, garis dan atau poligon. Untuk mendefinisikan atau memberikan nama
terhadap obyek-obyek tersebut diperlukan sebuah aturan (rule) sehingga diperoleh hasil identifikasi yang konsisten. Mengenali obyek adalah sebuah kunci
keberhasilan dalam interpretasi dan mendapatkan informasi melalui interpretasi
visual.
Dalam interpretasi citra secara visual,
elemen-elemen dasar diagnostik penafsiran mencakup: tone atau warna, bentuk, ukuran, pola, tekstur, bayangan, lokasi
dan asosiasi. Secara sadar ataupun tidak,
interpretasi visual menggunakan elemen-elemen ini
seringkali dijumpai dalam kehidupan sehari-hari kita. Mengidentifikasi target dalam gambar
penginderaan jauh didasarkan pada unsur-unsur visual ini memungkinkan kita untuk
menafsirkan dan menganalisis lebih lanjut sehingga hasil yang dihasilkan
menjadi lebih rasional dan teliti.
Citra radar (seperti
JERS, ERS, ALOS PALSAR) mempunyai karakter tersendiri, sehingga teknik
interpretasinya pun memerlukan pengetahuan dan keterampilan yang khusus juga,
yang berbeda dengan citra optik (seperti citra Landsat, SPOT, Quickbird, IKONOS
dsb). Pada saat interpretasi citra
radar, meskipun yang diinterpreasi adalah citra analog, interpreter harus tetap
ingat bahwa tone yang tampak pada
citra radar sangat berbeda dengan pencitraan mata manusia pada umumnya (sensor
optik). Derajat keabu-abuan dari citra
sangat tergantung pada kekuatan relatif dari backscatter gelombang mikro, kekasaran permukaan dan kondisi
dielektrik lanskap.
Sifat dari
masing-masing unsur penafsiran dijelaskan di bawah ini, bersama dengan contoh
gambar masing-masing.
Tone dan warna:
Tone (derajat keabu-abuan / gray scale) dan warna adalah elemen
dasar dari interpretasi sebuah obyek.
Variasi tone / warna sangat
bergantung pada karakteristik dari setiap obyek, karena warna merupakan hasil
reflektansi, transmisi dan atau radiasi panjang gelombang yang dihasilkan dari
obyek yang bersangkutan. Dengan demikian
tone atau warna ini sangat bergantung
juga pada panjang gelombang atau band yang dipergunakan pada saat melakukan
perekaman. Dengan adanya variasi tone, maka obyek dapat dideteksi, serta
unsur lain seperti bentuk, tekstur, dan pola dapat dibedakan. Tingkat kecerahan dari obyek sangat
bergantung pada sifat dasar dari obyek yang bersangkutan (Lihat Gambar 2.8 (a)~(d)). Komposit dari derajat keabu-abuan, yang didisplay
menggunakan konsep warna aditif dapat menghasilkan warna. Salah satu contoh warna komposit untuk
identifikasi jenis vegetasi dapat dilihat pada Gambar 2.8 (e) dan (f). Pada citra radar,
reflektansi (backscatter) sangat
bergantung pada tingkat kekasaran permukaan obyek yang dicitra, sifat-sifat
dielektrik serta slope lokal dari permukaan.
Oleh karena itu, sinyal dari radar sangat tergantung pada sifat-sifat
geometri dari target atau obyek yang diamati. Sebaliknya, pada citra optis,
derajat kecerahan obyek sangat bergantung pada sifat kimia, biomasa, kadar air
dan suhu.
Tone pada citra
radar dapat didefinisikan sebagai intensitas rata-rata dari sinyal backscatter. Backscatter yang tinggi menghasilkan kecerahan yang tinggi (tone terang), sebaliknya yang backscatter rendah menghasilkan
kecerahan rendah (tone gelap).
Gambar 8 Pada
citra sebelah kiri (e) dimana NIR diletakkan pada RED gun, hutan mangrove tampak
mempunyai warna merah tua, sedangkan pada citra sebelah kanan (f) dimana NIR
diletakkan pada GREEN gun, mangrove
tampak mempunyai warna hijau tua.
Bentuk
Secara umum, bentuk
sebuah obyek mengacu pada bentuk-bentuk umum bagian luar (eksternal), struktur,
konfigurasi atau garis besar dari individu obyek. Bentuk dapat menjadi petunjuk
yang sangat khas untuk interpretasi. Bentuk-bentuk umum yang dipergunakan
adalah variasi bentuk poligon dan atau garis, seperti segi empat panjang, segi
tiga, lingkaran, garis lurus, garis melengkung dan sebagainya. Bentuk-bentuk obyek yang teratur seperti bentuk garis lurus biasanya banyak mewakili
bentuk-bentuk di wilayah perkotaan atau pertanian skala luas (perkebunan, hutan
tanaman), sementara fitur-fitur obyek alami umumnya berbentuk poligon dan atau
garis yang tidak beraturan, seperti punggung bukit, sungai dan tepian
hutan. Bentuk sungai yang berbelok-belok
dan atau kanal yang cenderung lurus serta jalan bebas hambatan (belokan halus)
merupakan bentuk yang sangat mudah dibedakan.
Bentuk-bentuk obyek buatan manusia umumnya lebih teratur dibandingkan
dengan bentuk-bentuk alam.
Pada citra radar,
bentuk obyek merupakan hasil rekaman dari posisi miring (oblique / side looking),
jarak slant dari radar.
Ukuran
Ukuran suatu obyek
atau yang tampak dalam citra atau foto sangat bergantung pada skala, resolusi
dan ukuran obyek yang sebenarnya di alam.
Oleh karena itu, dalam interpretasi visual perlu memahami dan mengetahui
ukuran absolut dan atau relatif suatu obyek atau fitur yang terekam. Skala citra sangat membantu menentukan ukuran
sebenarnya dari suatu obyek. Sebagai
contoh, ukuran lebar jalan umum biasa (jalan propinsi /kabupaten) berbeda
dengan jalan bebas hambatan. Pada
umumnya, ukuran bangunan pabrik lebih besar dibandingkan dengan ukuran
rumah-rumah penduduk. Sebagaimana
disajikan pada Gambar 2.9
ukuran absolut sungai di Kalimantan berkisar antara 150 m dan 250 m.
Pola
Pola yang digunakan
pada interpretasi visual umumnya mengacu pada tata ruang atau tata letak obyek
dalam suatu ruang. Pola merupakan
susunan spasial suatu obyek dalam suatu bentuk yang khas dan berulang. Pola sebaran obyek dengan jarak yang teratur,
tone yang sama akan menghasilkan
tampilan pola yang berbeda dengan obyek yang tersebar secara acak (random) dan tone yang relatif berbeda. Areal perkebunan dan atau areal hutan
tanaman dengan pohon-pohon jarak secara merata, dan jalan-jalan inspeksi, jalan
perkotaan dengan jarak teratur, lokasi perumahan merupakan contoh pola yang
teratur (Gambar 2.10).
Gambar 10 Perkebunan kelapa sawit di
Kalimantan Tengah yang direkam pada citra ALOS PRISM, tampak mempunyai
pola batas-batas areal yang teratur
Tekstur
Tekstur dalam
interpretasi terbentuk dari variasi dan susunan tone dan atau warna yang ditampilkan oleh suatu obyek atau
sekumpulan obyek pada citra. Tekstur
kasar umumnya dibentuk oleh tone
dengan variasi tinggi (belang-belang) dimana terjadi perubahan tone yang besar, sedangkan tekstur halus
terbentuk dari variasi yang relatif kecil. Tekstur halus umumnya dihasilkan
oleh permukaan yang relatif halus seperti ladang, aspal, atau padang rumput.
Tekstur kasar umumnya dihasilkan oleh target dengan permukaan kasar dan
struktur yang tidak teratur, seperti tajuk pohon (Gambar 2.11). Tekstur adalah salah satu elemen terpenting
untuk membedakan fitur dalam citra radar.
Bayangan
Walaupun tidak selalu
digunakan, bayangan dapat membantu dalam interpretasi karena dapat memberikan
imaginasi tentang profil atau bentuk serta tinggi relatif dari suatu
obyek. Di lain pihak, bayangan sangat
mengganggu hasil penafsiran. Pada citra radar, bayangan topografi adalah bagian
yang tidak ada informasi “backscatter”.
Bayangan itu juga
berguna untuk meningkatkan atau mengidentifikasi topografi dan bentang alam,
khususnya dalam citra radar. Bayangan
pada radar sangat terkait dengan sudut miring dari radiasi gelombang mikro yang
dipancarkan sistem sensor dan bukan oleh geometri dari iluminasi matahari.
Perbedaan ini perlu diperhatikan bagi interpreter pemula (Lihat Gambar 2.12).
Asosiasi
Elemen asosiasi
mempertimbangkan hubungan keberadaan antara obyek yang satu dengan obyek
lainnya. Keberadaan suatu obyek sangat
bergantung pada keberadaan obyek lainnya.
Sebagai contoh, keberadaan bangunan stasiun sangat erat dengan
keberadaan rel.
Deliniasi citra
Untuk menghasilkan hasil digitasi yang mendekati
“gambaran tangan” maka diperlukan penggambaran verteks (jarak antar titik-titik
digitasi) yang kecil. Untuk delineasi
biasanya dilakukan pada skala yang diperbesar.
Akan tetapi, jika citra terlalu diperbesar, maka ada kalanya interpreter
akan kehilangan konteks, sehingga tidak mampu menggambarkan obyek secara
utuh. Dalam kaitannya dengan ini, maka
diperlukan acuan teknis yang praktis.
Skala keluaran (output)
Skala yang dihasilkan dari suatu interpretasi
sangat bergantung pada resolusi spasial citra yang dipergunakan. Sebagai contoh, 1 piksel biasanya dapat
digambarkan dengan 1 garis atau satu titik dengan ketebalan 0,2 mm atau 0,3
mm. Oleh karena itu, skala peta yang
dapat diturunkan dari citra dengan resolusi spasial tertentu dapat dihitung
sebagai berikut:
Jika
resolusinya 10 m maka skala yang bisa dihasilkan adalah 1:50.000 ~ 1:30.000,
sedangkan resolusi citra 5 m dapat menghasilkan peta thematik dengan skala 1:
25.000 ~ 1: 15.000.
Luas poligon terkecil (Minimum mapping unit/MMU)
Seberapa besar ukuran poligon minimal yang harus
didelineasi? Pertanyaan ini sangat
bergantung pula pada resolusi spasial dan tujuan dari interpretasi. Pada interpretasi kuantitatif, jumlah piksel yang
dianjurkan adalah 3 x 3 piksel. Pada citra Landsat, ukuran tersebut setara
dengan luasan 1 Ha. Pada peta yang
dihasilkan, seberapa besar ukuran poligon yang harus dipertahankan atau
dihilangkan? Dalam konteks ini, yang dijadikan pegangan adalah ukuran poligon
yang tidak menghasilkan “noise”. Berdasarkan pengalaman-pengalaman melakukan
delineasi baik pada interpretasi citra secara visual maupun digital, luas
terkecil dari poligon yang masih dipertahankan adalah sekitar 0,25 ~ 1 cm2. Pada peta skala 1: 100.000, ukuran tersebut
setara dengan 25 (500 m x 500 m) ~100 Ha (1 km x 1 km). Pada kasus ini, untuk menghasilkan peta
dengan skala 1: 100.000 diperlukan citra dengan resolusi 20-30 m. Luas minimum areal yang didelineasi dengan
resolusi 20 m adalah sekitar 25 x 25 piksel (625 piksel) sampai dengan 40 x 40 piksel
(1600 piksel). Jika menggunakan resolusi 30 m maka jumlah pikselnya berkisar
antara 225 piksel ~ 900 piksel. Untuk
resolusi spasial 50 m x 50 m, jumlah pikselnya berkisar antara 100 ~ 1.000 piksel.
-----------------Semoga bermanfaat -----------------
0 comments:
Post a Comment