Anda di halaman 1dari 5

salah kaprah metode Lyzenga

http://ipasek.blogspot.com/2008/09/hari-ini-aku-bener2-gak-bisa-ngliat.html
Hari ini aku bener2 gak bisa ngliat matahari deh(*sepertinya tiap hari deh).. gimana gak,
berangkat jam setengah 5 pagi n pulang jam setengah 8 malem (ketinggalan bus sih
sebenernya, karena keasikan cek imel), biasanya sih jam setengah 6 udah nongkrong
dikamar or di gym.
Sehabis mandi dengan air hangat aku sempatkan nulis uneg2 dulu nih, biar gak lupa apa
yang mau ditulis kali ini pengen nyaintifik sedikitlah,,,,,,

Pagi ini Pak Vincent (my best supervisor waktu kuliah dulu) ngirim email, tentang artikel
Lyzenga (REMOTE SENSING Handbook for Tropical Coastal Management (extracts)), beliau
merupakan orang yang membawa metode Lyzenga ini ke Indonesia (1995) sepulangnya
dari Perancis untuk memperoleh PhD-nya.
Nah yang menjadi masalah ternyata masih sangat banyak dari scientis2 yang men-salah
kaprahkan metode ini, masih banyak dari mahasiswa yang ingin asal lulus baik S1 S2
menggunakan Lyzenga seenaknya baik dalam skripsi maupun tesis sehingga hasil
pemetaan yang didapat adalah nothing bias dibayangkan ketika mereka2 menggunakan
Lyzenga dalam diseminasi maupun seminar2 nasional bahkan dalam prosiding2, maka
informasi yang disampaikan tidaklah benar adanya. Sangat disayangkan.


Sewaktu mengolah data sekitar bulan Januari tahun lalu, aku bener2 mati2an mencari tau
penurunan rumus dari algoritma yang konon katanya bisa memetakan dasar perairan
dangkal ini, mungkin karena itulah benthic remote sensing masih mengalir dalam darah
dagingku saat itu aku sampe2 minta dikirim Prof. Lyzenga sndiri & bbrp minta
didownloadkan rekan di LN..

aku juga menemukan salah kaprah metode ini ketika praktikum dasar penginderaan jauh
menggunakan ER Mapper yang diasuh oleh asisten dulu.

FILOSOFI dari metode lyzenga sebetulnya begini : Pengaruh kedalaman ternyata
mengacaukan pembedaan obyek bentik, baik mata visual maupun lewat citra. Bayangkan
kita melihat obyek karang yang sama di kedalaman 2 meter, 5 meter, 10 meter dari atas,
apakah kita yakin bahwa obyek tsb akan tampak tetap sama bagi kita ? Bisa jadi karang di
kedalaman 5 meter kenampakannya bisa spt lamun, dll. Satelit juga mengalami kesulitan
spt itu yg disebabkan kedalaman. Cara mudah sebetulnya jika kita mempunyai nilai
koefisien atenuasi untuk band2 yang digunakan, misal band 1, 2 & 3 untuk Landsat. Setelah
koefisien atenuasinya dikalikan dg nilai bandnya maka kenampakannya akan bebas
pengaruh kedalaman karena telah dikoreksi peredupan / atenuasinya. Sayangnya koefisien
atenuasi diukur dg radiometer di lapangan, susah&mahal. Makanya Lyzenga memakai otak-
atik dg memakai RASIO koefisien atenuasi setelah sebelumnya nilai bandnya di linierkan
(di-ln) (karena cahaya berkurang secara exponential).

Dalam jurnal internasional, persamaan Lyzenga sering disebut sbg index, yaitu depth
invariant index. Secara umum (detilnya tmsk penurunan rumus dll, mungkin bs disambung
selanjutnya) bentuk persamaannya:
Depth invariant index/Index bebas kedalaman:
dimana i & j menyatakan band-band
dari data satelit yang digunakan yang mempunyai penetrasi ke dalam air, ki/kj adalah rasio
koefisien peredupan dari band i dan band j, Lsi dan Lsj adalah komponen gangguan
atmosfer untuk band i dan band j, didapat dari sampling pixel laut dalam.
Untuk Landsat TM & ETM index Lyzenga asli ini diterapkan ke band 1, 2 & 3 sehingga
menghasilkan 3 band baru (kombinasi 1&2, 2&3 dan 1& 3). Dasarnya 3 band landsat tsb
masih punya penetrasi ke dalam air, tmsk band 3. Cara mendapatkan ki / kj rumusnya
sama dg yg versi Indonesia, tapi caranya beda. Ki / kj harus didapatkan dari obyek yg sama
tapi beda kedalaman, yaitu setelah sampling nilainya harus diplot dulu ln band i vs ln band
j, nilai sampling obyeknya harus linier, baru dihitung variance / covariance. Semua
pasangan band dilakukan demikian. Aku mengeksekusi Ki/Kj ini lewat lapangan dulu, aku
pastikan ada pasir yg beda kedalaman/karang yang beda kedalaman, aku pastikan
positioningnya, baru aku sampling lewat citra. Semua pasangan band dilakukan demikian.
Kemudian dapat 3 band baru hasil transformasi lyzenga. Band2 baru ini juga perlu diuji,
apakah benar obyek yang sama tapi beda kedalaman sudah mempunyai nilai yang relatif
sama (tidak lagi terpengaruh kedalaman?). Selanjutnya klasifikasi bisa dilakukan supervised
atau unsupervised menggunakan informasi obyek dari lapangan atau info panduan spectral
obyek RGB citra yang asli (ada jurnalnya).
Disamping itu kita perlu memasukkan unsur Lsi ato Lsj, sebagai komponen gangguan
atmosfer.
1. Ki/Kj untuk Lyzenga asli didapat dg sampling dan plotting yang detil untuk memastikan
obyek sama tapi beda kedalaman
2. Hasil band baru transformasi Lyzenga asli diuji lewat statistik untuk memastikan bahwa
pengaruh kedalaman telah berkurang / bahkan hilang.

Oiya David L. Jupp juga punya metode yg sangat terkenal, setara Lyzenga, namanya
DOP, depth of penetration method.. akan kubahas lain kali yah..
Karena sekarang saatnya bo2.

analisis terumbu karang, mungkin anda akan bersentuhan dg algoritma Lyzenga. Perlu saya
sampaikan algoritma Lyzenga 'asli' hingga saat ini menerapkan kombinasi 3 band visible,
sehingga menghasilkan 3 band index baru untuk klasifikasi, ini sesuai paper David Lyzenga th
1978, 1980 & 1981, tidak ada perubahan. Di Indonesia entah kenapa Lyzenga ini hanya
diterapkan ke 2 band visible, sehingga hanya mengklasifikasi 1 band index yg sebetulnya agak
bertentangan dg prinsip multidimensi dalam klasifikasi digital dan tidak ada peer review
journal yg mengkoreksi algoritma Lyzenga ini. Jika menggunakan Lyzenga anda perlu berhati-
hati agar Lyzenga anda mmg betul2 mengacu Lyzenga yg masih digunakan hingga saat ini tsb.
Bisa anda cek dg referensi2 terbaru yg masih menggunakan Lyzenga.
koreksi kolom air penginderaan jauh
1.aplikasi penginderaan jarak jauh (indraja) satelit utk kelautan sgt banyak

2.satelit multispektral yg menggunakan lensa kelas optik sinar tampak, bs menghslkn data
batimetri dan m'bantu identifikasi substrat dasar
3. Filosofi identifikasi substrat dasar dan batimetri dr indraja didahului dgn koreksi atmosferik
dan kolom air

4.pada pmbahasan ini kita akan fokus pd koreksi kolom air
5.metode populer koreksi kolom air adlh metode yg ditemukan Lyzenga (1981)
6.Algoritma yg disusun lyzenga disebut Depth Invariant Index (DII).
7.jadi jelas bahwa Metode temuan lyzenga (DII) BUKAN metode utk identifikasi substrat dasr
TAPI utk koreksi kolom air (penajaman citra)
8.walaupun dalam identifikasi substrat dasar, DII sangat dibutukan sebelum identifikasi dan
klasifikasi dilakukan
9.DII pd prinsipnya adlh rasio 2 band pd citra yg ditransformasi menggunakan logaritma natural
(LN)
10.kombinasi spektral band-nya bisa biru-hijau;biru-merah;hijau-merah
11.Persamaan DII adalah sbb http://t.co/4CWtIQwJbN

12.Li dan Lsi adalah nilai reflektansi tiap pixel citra utk masing2 band kombinasi pd poin 10
http://t.co/rLpRMCboNp merupaka koef atenuasi (pengurangan) nilai reflektansi band kombinasi
poin 10 terhadap kedalaman
Catatan (1) : seringkali ditemukan tutorial klasifikasi substrat dasar menggunakan Er Mapper,
terdapat proses training area warna cyan
Catatan (2) :warna cyan tersebut celakanya disebut karang.WARNA CYAN PD TUTORIAL
TSB BUKAN KARANG!
Catatan (3) : warna cyan tsb adalh substrat dasar (unknown) satu golongan yg menghasilkan nilai
reflektansi berbeda krn perbedaan kedalaman
14.utk mendapat koef atenuasi (ki/kj) bs dilakukan dng in situ (spektroradiometer) utk hasil detil.
http://t.co/ISGL9yPqfi bs jg diket dr hasil analisis matematik JIKA pd citra ditemukan gol
substrat yg sama namun...
15.....namun hanya dibedakan oleh kedlmn (hamparan substrat pasir, hamparan lamun dll)
16. loh min, kan kita blom bisa identifikasi lamun atau pasir dr citra kyk contoh poin 15
17.pengetahuan priori (prior) ttg Area of Interest mmg dibutuhkan utk poin 15.
18.nah jk ki/kj tlh ditemukan, maka setiap nilai pixel citra ditransformasi melalui persamaan pd
poin 11

19.hasil transformasi poin 18,mrpkn citra yg tlh terkoreksi (dihilangkan) pengaruh kolom airnya,
shg siap utk diidentifikasi n diklasifikasi
20.batasan DII hanya berlaku utk perarian Tipe I dan Tipe II (lihat Jerlov, 1964 utk klasifikasi
tipe perairan menurut koef atenuasi).

Pemetaan Substrat Dasar Perairan
Pada kondisi tertentu pengamatan objek bawah air menggunakan citra satelit
dapat dilakukan. Objek bawah air tersebut dapat berupa substrat dasar perairan
seperti terumbu karang hidup, terumbu karang mati, pasir, lamun, dan lain
sebagainya. Dengan dasar tersebut maka penggunaan citra satelit dapat dikedepankan untuk
keperluan pemetaan sumberdaya hayati laut. Mengingat potensi sumberdaya hayati laut
Indonesia yang melimpah maka diperlukan pemetaan sumberdaya hayati tersebut. Salah satu
cara untuk mengekstraksi substrat dasar perairan dapat digunakan algoritma Lyzenga (1981) .
Algoritma ini menerapkan algoritma pemetaan pada citra Landsat MSS dengan
mempertimbangkan efek pantulan dasar dan atenuasi air.
Penerapan algoritma ini dimaksudkan untuk mendapatkan citra baru dengan cara
menggabungkan dua kanal tampak yang mampu penetrasi ke dalam tubuh air hingga kedalaman
tertentu, sehingga dapat digunakan untuk mengidentifikasi obyek material penutup dasar
perairan laut dangkal (termasuk di dalamnya terumbu karang).
Penurunan Algoritma Lyzenga
Apabila dasar perairan laut dangkal dapat terlihat atau dengan kata lain cahaya dapat menembus
hingga dasar laut dangkal, maka dapat dibentuk suatu hubungan antara kedalaman perairan
dengan sinyal pantul yang diterima oleh sensor satelit. Rumus yang dijadikan acuan
adalah Exponential Attenuation Model yang dikembangkan Lyzenga. Algoritma ini
menggunakan dua saluran Band sinar tampak citra Landsat, yaitu TM band 1 dan band 2 yang
dapat menembus ke dalam kolom perairan. Pembentukan diagram dua dimensi XTM1 dan
XTM2 menjadikan regresi dari nilai pengukuran yang dilakukan pada suatu dasar perairan akan
selalu berada pada garis lurus dengan kemiringan KTM1/KTM2 (Ki/Kj). Persamaan regresi
Lyzenga untuk nilai a=(var TM1-var TM2/)(2 x covar TM1TM2), sedangkan nilai Ki/Kj
=((a.a)+akar dari(a+1)) yang digunakan dalam operasi penggabungan dua kanal tampak TM1
dan TM2 dengan tujuan untuk mendapatkan citra baru yang lebih menampakkan variasi material
penutup dasar perairan laut dangkal.
Penentuan Koefisien Atenuasi Air
Nilai KTM1/KTM2 dapat diperoleh melalui iterasi citra pada monitor komputer dengan cara: (1)
penentuan training area (TA) pada area yang homogen, dan (2) pembentukan grafik dua dimensi
untuk menghitung kemiringan garis regresi. Penentuan KTM1/KTM2 dengan metode iterasi
mempunyai kelemahan, yaitu bahwa hasilnya sangat dipengaruhi oleh nilai pantulan rata-rata TA
yang digunakan sebagai acuan, karena proyeksi terhadap garis regresi dilakukan ke arah nilai
tersebut. Bias garis regresi dapat dikurangi dengan meminimalkan jarak tegak lurus dari nilai
pendekatan yang digunakan terhadap garis regresi mengikuti persamaan berikut: Nilai a
dihitung untuk setiap TA yang diambil, sehingga hasil perhitungan kTM1/kTM2 masih berupa
koefisien atenuasi pada setiap TA. Nilai koefisien atenuasi untuk seluruh citra merupakan rerata
koefisien atenuasi semua TA.

Density Slicing
Kumpulan obyek homogen pada satu scene citra akan menghasilkan sekumpulan kurva normal,
sehingga pada umumnya histogram citra saluran tunggal merupakan kurva multimodal.
Pemilahan nilai kecerahan (density slicing) dapat dilakukan dengan mengiris kurva besar
tersebut menjadi kurva-kurva kecil. Pemotongan ini menjadikan seluruh julat nilai kecerahan (0
255) dipilah menjadi beberapa interval yang masing-masing mewakili klas tertentu. Klasifikasi
sementara material penutup dasar perairan laut dangkal tersebut disimbolkan dengan warna
yang berbeda, sesuai dengan jumlah hasil pemilahan kurva. Klasifikasi akhir divalidasi dari data
lapangan hasil pengukuran in situ.
Oleh : Yogi Suardi
Referensi : http://sutikno.org/index.php?option=com_content&task=view&id=47&Itemid=2