Anda di halaman 1dari 2

Cloud Masking Data Spot-6

29 Oct 2014 Dibaca : 317 x ,


PENDEKATAN ANALISIS NILAI REFLEKTANSI DAN GEOMETRI
Awan merupakan masalah utama pada aplikasi penginderaan jauh sistem optik karena dapat
mengganggudalamekstraksiinformasi permukaan bumi yang diperlukan. Salah satu metode
untuk menghilangkan awan adalah cloud masking. Metode cloud masking yang berkembang
selamainimasihterbatas pada data resolusi rendah dan menengah. Belum ada kajian
sebelumnyamengenaicloud maskinguntuk data SPOT-6. Penelitian ini dicobauntukdata
SPOT-6 dengan liputanawan yang kecil, sedang dan tebal. Permasalahan cloud maskinguntuk
data SPOT-6 yaknitidaktersedianya kanalinfra merah thermal yang sering digunakan untuk
deteksi awan dan kanal Short Wave Infrared( SWIR) 1-3m untuk deteksi lahan terbuka. Di
sampingitu, resolusi temporal SPOT-6 yang rendah(26 hariuntukakuisisi normal) sehingga
kurang memungkinkan untuk metode cloud removaldengan data multitemporal.Penelitian ini
bertujuanuntuk menganalisis cloud masking dengan pendekatan analisisnilaireflektansi dan
geometri. Dengan evaluasi menggunakan confusion matrix, diperoleh akurasi kelas awandan
bayanganawantinggi (>97%).Hasil penelitiandari cloud masking tersebut menunjukkan
bahwa nilaiomission error kelas awankecil (<0.01) sehingga dapat digunakan untuk
menghasilkan data yang bebas awan (mosaik vertikal). Sedangkan commission error kelas
awankecil (<0.00003)sehingga dapat dimanfaatkan untuk menghitungprosentasecloud
coveragelebihtepat. Disimpulkanbahwacloud masking dengan pendekatan
analisisnilaireflektansi dan geometri dapat diterapkanuntuk data SPOT-6.

Citra SPOT-6 (atas) dengan liputan awan sedang kecil, (bawah) dengan liputan awan
tebal. (Kiri sebelum diproses) dan (kanan sesudah diproses) Cloud Masking dengan
pendekatan analisis reflektansi dan geometri

Sistem Pengolahan Data Mosaicing Bebas Awan Landsat-8


18 Dec 2014 Dibaca : 1986 x ,

Salah satu amanat UU No 21/2013 tentang keantariksaan adalah LAPAN sebagai penyedia
data penginderaan jauh dengan tutupan awan minimal dan bebas awan setiap tahun untuk
wilayah Indonesia. Pusat Teknologi dan Data (Pustekdata) LAPAN, sebagai Bank Data
Pengideraan Jauh Nasional (BDPJN) memiliki berbagai data satelit yang diakuisisi melalui
Stasiun Bumi Pare-pare, Rumpin, dan Pekayon. Namun, tidak semua data memungkinkan
untuk dibuat mosaik data bebas awan untuk skala makro seluruh Indonesia, beberapa hal
yang perlu dipertimbangkan yakni ketersediaan data, luas wilayah cakupan, dan resolusi
spatial data. Salah satu jenis data satelit yang memungkinkan untuk dibuat mosaic bebas
awan yakni Landsat-8, karena akuisisinya berlangsung setiap 16 hari dan data yang ada telah
meliput seluruh wilayah Indonesia.
Untuk menghasilkan data mosaik bebas awan dibutuhkan data yang cukup banyak. Sebelum
dilakukan proses mosaicing, data Landsat-8 tersebut perlu dilakukan beberapa tahap proses
pengolahan secara serial untuk seluruh data Landsat yang dibuat mosaic. Dalam 1 tahun, satu
cakupan scene (path/row) citra tertentu terdapat 23 data (tanggal akusisi). Seluruh wilayah
daratan Indonesia terdiri dari 210 path/row sehingga total data yang dikumpulkan mencapai
4.830 data. Proses mosaicing data untuk seluruh wilayah Indonesia untuk eliminasi awan bila
dilakukan secara manual maupun perorangan dibutuhkan waktu yang cukup lama sehingga
perlu dibangun otomatisasi sistem pengolahan data.
Sistem yang dibangun oleh Kustiyo dkk terdiri atas sebuah perl script yang dapat
dikonfigurasi untuk lokasi direktori output yang diinginkan. Kemudian agar dapat berjalan
diperlukan data input berupa list file yang berisi lokasi data input yang berupa zip file pada
storage dan informasi berupa lokasi softwaresoftware yang digunakan untuk melakukan
koreksi. Softwaresoftware tersebut adalah aplikasi dari metode-metode koreksi yang
dikembangkan melalui penelitian yang sudah dilakukan di Pustekdata. Input data yang
digunakan adalah data Landsat-8 level L1T, yaitu data yang telah melewati koreksi geometrik
secara sistematik. Data yang dimaksud berupa data terkompresi (.zip file). Secara berturut
turut sistem akan melakukan ekstraksi raw data yang terkompresi, kemudian dilakukan
konversi ke dalam bentuk raster sekaligus melakukan koreksi radiometrik dengan metode Top
Of Atmosphere (TOA). Kemudian dilakukan proses pansharpening dan cloud masking.
Metode cloud masking yang digunakan adalah dengan menggunakan band Cirrus dan
korelasi spatial untuk melakukan deteksi awan. Selanjutnya dilakukan proses reprojeksi
untuk mengubah proyeksi yang semula data dalam UTM ke dalam proyeksi geodetik. Hal ini
agar dapat dilakukan mosaicing seluruh wilayah Indonesia dalam satu citra. Untuk proses
mosaicing sendiri telah dibuat dalam grid-grid yang berukuran 1,5 x 1,5 derajat. Untuk
pembuatan mosaicing digunakan metode NDVI untuk penentuan pengambilan pixel pada
citra bebas awan dari data berbagai tanggal akuisisi, kemudian diproses menjadi satu data
citra yang bebas awan

Anda mungkin juga menyukai