Koreksi Radiometrik

TUGAS 1 SISTEM PENGINDERAAN JAUH

KOREKSI RADIOMETRIK

Disusun Oleh : HILMIYATI ULINNUHA

PASCA SARJANA TEKNIK GEODESI - GEOMATIKA FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2014

Koreksi Radiometrik 1. Pengertian

Dalam pengolahan citra terdapat dua macam koreksi, yaitu koreksi radiometrik dan koreksi geometrik. Koreksi radiometrik yaitu suatu teknik perbaikan data citra untuk menghilangkan efek yang ditimbulkan karena ketidaksempurnaan sensor dan atmosperik yang mengakibatkan kenampakan tidak tajam (Supriatna dan Sukartono, 2002). Koreksi radiometrik dilakukan berdasarkan dua alasan, yaitu 

memperbaiki kualitas visual citra



memperbaiki nilai pixel yang tidak sesuai dengan keadaan sebenarnya Koreksi radiometrik sebagai pengukuran nilai radiasi elektromagnetik pada panjang

gelombang tertentu dari sinar ultraviolet, sinar tampak, inframerah hingga radiasi gelombang mikro yang digunakan untuk mendeteksi objek dari pantulan refleksi irradiant sinar matahari disetiap kanal spektral.Manfaat dari koreksi radiometrik adalah memperbaiki kualitas citra akibat dari kesalahan pantulan permukaan atau kelengkungan bumi dan faktor lain, seperti arah sinar matahari, kondisi cuaca, kondisi atmosfer dan faktor lainnya, sehingga informasi yang dihasilkan menjadi lebih akurat, seperti dapat memperkirakan perbedaan parameter biofisik tanaman (biophysical vegetation. Selain itu, koreksi radiometrik sangat bermanfaat untuk menganalisis data mutitemporal dan multi sensor yang digunakan untuk interpretasi dan mendeteksi perubahan secara kontinu.

2. Sumber Kesalahan Radiometrik

Citra satelit pada umumnya mengandung nilai Dijital Number (DN) asli yang belum diproses berdasarkan nilai spektral radian sesungguhnya yang berdampak pada hasil informasi yang kurang akurat. Hal ini disebabkan oleh perbedaan nilai sudut perekaman,lokasi matahari, kondisi cuaca dan faktor pengaruh lainnya. Oleh karena itu perlu dilakukan koreksi radiometrik untuk memperbaiki nilai piksel dengan cara mengkonversi nilai DN menjadi nilai unitspektral reflektan (reflectance).Proses koreksi radiometrik dikelompokkan menjadi 3 kelompok utama, yaitu : a.

Koreksi radiometrik akibat pengaruh kesalahan faktor internal sensor (koreksi radiometri sistematik)

b.

Koreksi radiometrik akibat pengaruh kesalahan faktor eksternal (reflectance)

c.

Koreksi atmosfer

Sistem Penginderaan Jauh

Page 2

Koreksi radiometrik akibat pengaruh kesalahan faktor internal sensor sering disebut sebagai koreksi radiometrik sistematik. Pada umumnya produk standar data citra optik resolusi menengah sudah dilakukan koreksi radiometrik sistematik. Namun informasi dari hasil koreksi sistematik belum sesuai dengan kondisi objek sesungguhnya dikarenakan pada saat radiasi elektromagnetik direkam oleh sensor satelit, radiasi elektromagnetik telah melewati atas

atmosfer dan atmofer bumi sebanyak dua kali, yaitu pada saat sinar

matahari mengenai objek dan pada saat objek merefleksikannya ke sensor. Pada proses ini telah terjadi absorpsi dan penghamburan radiasi yang arahnya dapat berubah. Oleh karena dampak dari proses ini adalah adanya effect haziness yang mengurangi kontras citra dan effect adjacency yang mana nilai radian direkam berdasarkan dari penggabungan dari nilai hamburan piksel yang terdekat. Untuk mengurangi efek tersebut, maka perlu untuk dilakukan koreksi akibat kesalahan faktor eksternal dan koreksi atmosfer. Koreksi radiometri akibat pengaruh kesalahan faktor eksternal adalah koreksi radiometri yang disebabkan oleh perbedaan posisi matahari, sudut perekaman, dan topografi wilayah. Sedangkan proses koreksi radiometri karena faktor eksternal atmosfer meliputi koreksi atmosfer atas (Top of Atmosphere), BRDF ( Bidirectional Reflectance Difference Function), dan Slope Correction. Hasil dari koreksi radiometri karena faktor eksternal biasanya berupa nilai

reflectanceobjek yang merupakan rasio dari radian

terhadap irradian. Kesalahan karena ketidak sempurnaan sensor yang menjadi sumber kesalahan radiometrik adalah sebagai berikut :

Kesalahan Hilangnya Garis (L in e drop-out )

Kesalahan hilangnya garis terjadi karena salah satu detektor tidak berfungsi atau mati selama proses penyiaman sehingga piksel dalam salah satu garis bernilai nol (hitam). Masalah ini sangat serius karena tidak mungkin memperbaiki data yang tidak pernah diambil. Namun, agar kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan, dapat dimasukkan nilai kecerahan estimasi pada setiap garis rusak tersebut. Untuk menentukan lokasi garis rusak itu dibuat suatu algoritma ambang sederhana untuk menandai setiap garis yang mempunyai nilai kecerahan rata-rata bernilai nol atau mendekati nol. Jika telah teridentifikasi, koreksi diberikan dengan memasukkan nilai kecerahan ratarata bulat dari nilai piksel garis tetangga-tetangga sebelahnya pada garis rusak itu. Citra


Page 3

dengan data hasil interpolasi tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garis-garis hitam yang tersebar di seluruh bagiannya.

Kesalahan Striping Garis Dan Banding

Kesalahan striping terjadi karena salah satu detektor tidak terkoreksi secara benar sehingga

data

hasil

rekamannya

berbeda

dengan

detektor

lainnya.

Misalnya,

pembacaannya menjadi dua kali lebih besar daripada detektor lainnya pada band yang sama. Data tersebut sah tapi harus dikoreksi agar memiliki kontras yang sama dengan detektor lainnya untuk setiap penyiaman. Untuk itu, garis yang salah dapat diidentifikasi dengan menghitung histogram nilai setiap detektor pada daerah yang homogen, misalnya pada badan air. Jika rata-rata atau mediannya sangat berbeda dari lainnya, diperkirakan detektor tersebut belum terkoreksi. Untuk itu, diberi koreksi bias (menambah atau mengurangi) atau koreksi multiplikasi (perkalian). Beberapa sistem penyiam, seperti Landsat TM, terkadang menimbulkan jenis derau garis-penyiaman yang unik, yang merupakan fungsi dari (1) perbedaan relatif hasil dan/atau offset (ketidak-tepatan posisi detektor) di antara ke 16 detektor dalam suatu band (menyebabkan striping ) dan/atau (2)

adanya variasi (ketidak-samaan gerakan) antara

proses penyiaman saat maju dan saat mundur (menyebabkan kesalahan yang disebut banding ). Koreksi diberikan dengan metode filtering atau transformasi Fourier .

Kesalahan Awal Garis ( li ne- start )

Kesalahan line-start terjadi karena sistem penyiam gagal merekam data pada awal baris. Atau, dapat juga sebuah detektor tiba-tiba berhenti merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya mirip hilangnya garis. Idealnya, jika data tidak terrekam, sistem sensor diprogram untuk mengingat apa saja yang tidak terrekam lalu menempatkan setiap data yang baik pada lokasi yang tepat selama penyiaman. Namun, hal itu tidak selalu terjadi. jika pergeseran awal garis terjadi secara acak, restorasi data sulit dilakukan tanpa interaksi manusia secara ekstensif dalam koreksi basis garis-per-garis.

3. Metode Koreksi Radiometrik

Terdapat beberapa cara untuk melakukan koreksi radiometrik pada citra, diantaran ya yaitu a. Metode Penyesuaian Histogram Metode penyesuaian histogram merupakan metode yang paling sederhana. Metode ini hanya melihat histogram tiap saluran secara independen. Dari histogram dapat diketahui Sistem Penginderaan Jauh

Page 4

nilai pixel terendah saluran tersebut. Penyesuaian histogram ( Histogram Adjusment ) meliputi evaluasi histogram pada setiap band dari data penginderaan jauh. Biasanya data pada panjang gelombang tampak (TM saluran 1-3) mempunyai nilai minimum yang lebih tinggi karena dipengaruhi oleh hamburan atmosfer. Sebaliknya penyerapan atau absorbsi pada atmosferakan mengurangi kecerahan pada data yang direkam dalam interval panjang gelombang yang lebih besar seperti TM 4,5,7. Sehingga data pada band ini nilai minimumnya mendekati nol. Dari histogram biasa dilihat (DIK) nilai piksel terendah. Asumsi bahwa dalam proses koding digital oleh sensor bahwa obyek yang memberikan respon spektral terlemah atau tidak memberikan respon sama sekali seharusnya nilainya 0 (nol). Apabila nilainya ternyata lebih besar (>0) dari 0 (nol) nilai tersebut dihitung sebagai offset. Koreksi dilakukan dengan mengurangkan keseluruhan nilai pada saluran tersebut dengan offsetnya. Dengan kata lain besarnya offset menunjukkan besarnya pengaruh gangguan oleh atmosfir. Pada prinsipnya algoritma ini mengurangi nilai bias dengan nilai bias nilai kecerahan pada band tertentu. Contoh koreksi radiometrik dengan penyesuaian histogram pada gambar.1.

Gambar.1. Contoh Metode Penyesuaian Histogram (Kartini, 2012)

b. Penyesuaian Regresi Penyesuaian regresi ( Regression Adjusment ) diterapkan dengan memplot nilai-nilai pixel hasil pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai nol untuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran rujukan tersebut untuk membentuk diagram pancar nilai pixel yang diamati. Cara ini banyak mengalami


Page 5

gangguan atmosfer yang terjadi hampir pada semua spektra tampak dan saluran (Danoedoro, 1996). Penyesuaian regresi pada prinsipnya menghendaki analisis untuk mengidentifikasi objek bayangan atau air jernih pada citra yang akan dikoreksi. Nilai kecerahan pada objek dari setiap saluran di plotkan dalam sumbu koordinat secara berlawanan arah antara saluran tampak (seperti TM saluran 1, 2, 3) dan saluran infra merah (seperti TM 4,5,7). Pada diagram ini garis lurus dibuat menggunakan teori least.square. Perpotongannya dengan sumbu X akan menunjukkan besarnya nilai bias demikian seterusnya untuk saluran yang lain. Penyesuaian ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal ini disebabkan karena tidak setiap citra mempunyai nilai objek yang ideal untuk dikoreksi, seperti air jernih atau bayangan awan. Dibandingkan dengan teknik penyesuaian histogram hasilnya tidak jauh berbeda. (Danoedoro, 1996).

DPC (Dark Pixel Corr ection)

Jika tidak ada atmosfer, bayangan pada semua permukaan bumi akan sepenuhnya hitam baik itu darat ataupun laut, sehingga kita sulit untuk membedakannya. Oleh karena itu jika bayangan memiliki nilai diatas 0, itu menandakan bahwa hamburan dari atmosfer memiliki kontribusi untuk bayangan. DPC atau Dark Pixel Correction adalah koreksi sederhana untuk menghilangkan pengaruh atmosfer yang cenderung memperbear nilai pixel. Salah satu cara untuk mengkoreksi efek atmosfer adalah mengidentifikasi bayangan pixel, menemukan nilai DN (Digital Number) dan mengubahnya menjadi 0 dan atur semua pixel lainnya.

ED PC (Enchanted Dark Pixel Corr ection )

Hasil akurat dari deteki perubahan terhadap dua atau lebih citra waktu ditentukan oleh beberapa faktor; seperti citra yang sebanding, citra yang dapat diinterpretasikan, dan metode untuk mendapatkan perbedaan yang bermakna dari deteksi perubahan citra. Pixel ke pixel antara citra biasa ditampilkan untuk mendapatkan citra yang baik. Dark Pixel Correction ditampilkan untuk mengkoreksi kesalahan radiometrik dari suatu citra, maka Enhance sebagai hasilnya lebih

diinterpretasi untuk aplikasi tertentu. Dengan

mengurangkan masing – masing band dengan minimum digital number value – nya, maka setiap band akan memiliki minimal digital number dari nol.


Page 6

Cut-of f Scatter gram

Cara lain untuk mengkoreksi citra dari efek atmosfer adalah dengan menggunakan informasi cut-off yang ditentukan dari scattergram antara panjang gelombang (TM 7) yang lebih panjang dan panjang gelombang (salah satu dari TM 1-5) yang lebih pendek. Panjang gelombang yang lebih panjang berada di gelombang infrared pendek yang mempunyai nilai hamburan atmosfer minimum, di lain pihak panjang gelombang yang lebih pendek berada di batas cahaya tampak yang berdekatan dengan batas infrared dan batas gelombang infrared pendek yang mempunyai efek lebih besar. Garis terbaik digambarkan menembus distribusi antara dua bands yang dihalangi poros panjang gelombang lebih pendek pada pendekatan digital number komponen penghambur. Penyelesaian hal semacam ini menggunakan cut-off.

4. Kalibrasi Kesalahan Radiometerik

a. Koreksi Radiometrik Pengaruh Atmosfer (TOA) Koreksi radiometrik TOA dilakukan melalui dua tahap,tahap pertama adalah konversi nilai DN menjadi nilai spektral radian, dan tahap ke-dua adalah konversi nilai spektral radian menjadi nilai spektral reflektan (Kustiyo dkk, 2014).

Mengkonversi nilai DN ke nilai spektral radian

Pada proses ini diperlukan informasi Gain dan Bias dari sensor di setiap band. Transformasi dilakukan berdasarkan kurva kalibrasi DN ke radian yang telah dihitung secara sistematik. Kalibrasi dilakukan sebelum sensor diluncurkan dan tingkat akurasi menurun seiring dengan sensitivitas sensor yang berubah sepanjang waktu, sehingga diperlukan kalibrasiulang sensor. Metode untuk mengkalibrasi nilai DN menjadi nilai spektral radian (Lλ) adalah sebagai berikut:

Adapun formula yang digunakan untuk menghitung nilai Gain dan Bias adalah bervariasi untuk setiap citra yang diproses. Gain dan Bias untuk setiap band λ dihitung dari batas nilai terendah (Lminλ ) dan tertinggi (Lmax λ ) dari jarak spektral radian setelah kalibrasi. Dimana nilai Lmax and Lmin dapat diperoleh di file header. Metode untuk menentukan nilai Gain dan Bias tersebut adalah sebagai berikut :


Page 7

Mengkonversi nilai spektral radian ke nilai spectral reflektan

Langkah selanjutnya adalah menormalisasi nilai irradian dengan mengkonversi nilai spektral radian dengan mempertimbangkan nilai cosinus akibat dari perbedaan sudut matahari dan nilai exoatmospheric irradian dari perbedaan nilai spektral di setiap kanal. Dengan demikian nilai reflektan exoatmospheric adalah kombinasi faktor kelengkungan permukaan dan reflektan atmosfer yang dihitung menggunakan persamaan berikut:

ρ p =

  



 

Dengan :

Lλ = Radiansi d2 = Jarak bumi dan matahari secara satuan astronomi ESUNλ = Nilai Irradiansi θS = Sudut zenith matahari dalam derajat

b. Koreksi Radiometrik Pengaruh Sudut Perekaman Koreksi radiometric ini disebut sebagi koreksi dua tahap. Kalibrasi atau normalisasi dilakukan dengan cara mengalikan nilai reflektan hasil koreksi radiometrik dengan faktor pengali, dimana faktor pengali ini merupakan fungsi dari sudut perekaman satelit. Nilai reflektan objek yang diambil adalah objek hutan, baik hutan alami maupun hutan sekunder. Faktor pengali reflektan untuk setiap kanal dirumuskan sebagai berikut :

Dengan :

Fki = Faktor pengali reflektan untuk kanal ke-i (i:1,2,3,4) Cki = Konstanta pengali kanal ke-i (i:1,2,3,4) sdt = Sudut perekaman satelit dalam derajat

Selanjutnya, nilai reflektan baru ditentukan dengan fungsi linier dari reflektan hasil TOA, dimaka reflektan baru merupakan hasil kali dari faktor pengali dengan reflektan hasil TOA.


Page 8

Dengan :

RFi = reflektan hasil kalibrasi untuk kanal i (i:1,3,4) FKi = pengali reflektan untuk kanal ke-i (i:1,3,4) RFi TOA = reflektan hasil TOA untuk kanal I (i:1,2,3,4)

c. Koreksi karena efek topografi Pengaruh topografi berupa slope dan aspek akan menimbulkan perbedaan nilai kecerahan piksel pada obyek sama, sehingga menimbulkan distorsi radiometrik. Empat metode koreksi slope-aspek topografi adalah koreksi kosinus, dua metode semi empiris (metode Minnaert dan koreksi C), dan koreksi empirik-statistik.

5. Perangkat Lunak Untuk Kalibrasi Radiometrik

Software ER Mapper merupakan salah satu software pengolahan citra yang didesain khusus dengan berbagai macam keunggulannya untuk mempermudah dalam proses pengolahan citra termasuk pemberian koreksi radiometrik. Setelah dilakukan koreksi maka nampak perubahan nilai band yang mempunyai limit mulai dari 1. Suatu citra sebelum dilakukan pengolahan lebih lanjut harus dilakukan koreksi citra agar didapatkan kondisi dimana citra mempunyai informasi yang akurat secara geometri dan radiometri. Suatu citra setelah dikoreksi akan dikatakan normal jika nilai limitnya satu. Dalam citra landsat, terjadi banyak perubahan dari tahun ke tahun dari suatu daerah atau pulau. Perubahan tersebut meliputi pemukiman,land use, serta rusaknya kualitas perairan disekitar pantai akibat limbah industry pabrik dan rumah tangga. Interpretasi visual pada citra satelit, digunakan untuk pengidentifikasian dan pengenalan objek pada citra untuk keperluan revisi peta, dimana hasil interpretasi yang baik membutuhkan pengetahuan yang cukup mengenai karakteristik citra yang digunakan dan tujuan yang diharapkan. Salah satu jenis citra adalah Citra Landsat, dimana pemanfaatan data Citra Landsat dipadukan dengan data di lapangan, pada intinya dapat memberikan fasilitas kemudahan yang lebih, maksudnya lebih efisien dan akurat dalam menganalisis suatu daerah,pulau dan lainnya.


Page 9

DAFTAR PUSTAKA

Karitini, C. 2013. Modul Penginderaan Jauh Terapan. Teknik Geodesi, Fakultas Teknik, Universitas Gadjah Mada. Yogyakarta. Kustiyo, dkk. 2014. PENGEMBANGAN METODA KOREKSI RADIOMETRIK CITRA SPOT 4MULTI-SPEKTRAL DAN MULTI-TEMPORAL UNTUK MOSAIK CITRA . Seminar Penginderaan Jauh, LAPAN. Supriatna dan Sukartono.2002. TEKNIK PERBAIKAN DATA DIGITAL (KOREKSI DAN PENAJAMAN) CITRA SATELIT . Buletin Teknik Pertanian. Danoedoro.1996. Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang Penginderaan Jauh. Fakultas Geografi, Universitas Gadjah Mada. Yogyakarta.


Page 10

Koreksi Radiometrik

Recommend Documents