Anda di halaman 1dari 40

LAPORAN PRAKTIKUM

LAPORAN PRAKTIKUM PENGINDERAAN JAUH TERAPAN B KOREKSI ATMOSFERIK DENGAN MENGGUNAKAN METODE SECOND SIMULATION OF A

PENGINDERAAN JAUH TERAPAN B

KOREKSI ATMOSFERIK DENGAN MENGGUNAKAN METODE SECOND SIMULATION OF A SATELLITE SIGNAL IN THE SOLAR SPECTRUM-VECTOR (6SV) PADA CITRA LANDSAT 8

OLEH :

ZAHRA RAHMA LARASATI (3513100086)

DOSEN PEMBIMBING :

NAMA : LALU MUHAMAD JAELANI, S.T, M.Sc, Ph.D

LABORATORIUM GEOSPASIAL JURUSAN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2016

DAFTAR ISI

DAFTAR ISI

ii

KATA PENGANTAR

iii

BAB I PENDAHULUAN

4

1.1 Latar Belakang

4

1.2 Maksud dan Tujuan

5

BAB II TINJAUAN PUSTAKA

6

2.1 Koreksi Radiometrik

6

2.2 Koreksi Atmosfer dengan Metode 6SV

6

2.3 Satelit Landsat 8

7

BAB III PELAKSANAAN PRAKTIKUM

9

3.1 Alat dan Bahan

9

3.2 Prosedur Pelaksanaan

9

BAB IV PENUTUP

29

4.1

Hasil

29

4.3

Kesimpulan

33

DAFTAR PUSTAKA

35

LAMPIRAN

36

KATA PENGANTAR

Dengan mengucapkan puji syukur kepada Allah SWT, karena dengan limpahan rahmat dan karunia-Nya laporan yang berjudul “KOREKSI ATMOSFERIK DENGAN MENGGUNAKAN METODE SECOND SIMULATION OF A SATELLITE SIGNAL IN THE SOLAR SPECTRUM-VECTOR (6SV) PADA CITRA LANDSAT 8” ini dapat terselesaikan dengan lancar. Laporan Penginderaan Jauh Terapan ini kami ajukan untuk memenuhi tugas mata kuliah Penginderaan Jauh Terapan kelas B Jurusan Teknik Geomatika Institut Teknologi Sepuluh Nopember Surabaya. Kami juga mengucapkan banyak terima kasih kepada Bapak Lalu Muhamad Jaelani, S.T, M. Sc, Ph. D. selaku dosen pembimbing Mata Kuliah Penginderaan Jauh Terapan dan pihak-pihak yang telah membantu atas penyelesaian laporan ini. Penulis menyadari bahwa dalam penulisan laporan ini terdapat banyak kekurangan. Kami mengharap saran atau kritik yang dapat meningkatkan untuk penyusunan laporan berikutnya. Semoga laporan ini bermanfaat untuk banyak pihak.

Surabaya,10 Oktober 2016

Penulis

BAB I PENDAHULUAN

1.1 Latar Belakang

Dalam penginderaan jauh, data yang diperoleh berupa data citra digital dimana citra yang diperoleh melalui perekaman sensor tersebut tidak terlepas dari kesalahan-kesalahan. Maka dari itu pada tahap awal diperlukan adanya restorasi citra atau pre-processing citra untuk memperbaiki kesalahan tersebut dan meningkatkan kualitas citra. Kualitas citra dapat dinilai dari dua aspek, yaitu kualitas geometrik dan kulitas radiometrik. Untuk meningkatkan kualitas geometrik dibutuhkan koreksi geometrik dan dengan adanya koreksi geometrik ini dapat memperbaiki kesalahan-kesalahan pada saat perekaman citra yang diakibatkan oleh sensor, wahana, dan bumi. Sedangkan untuk meningkatkan kualitas radiometrik dibutuhkan adanya koreksi radiometrik untuk mengoreksi kesalahan oleh sensor dan sistem sensor terhadap respon detektor dan pengaruh atmosfer stasioner. Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi yang diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data, variasi sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama pengambilan, pengiriman serta perekaman data. Koreksi radiometrik dikelompokkan menjadi dua, yaitu kalibrasi radiometrik (radiometric calibration) dan koreksi atmosferik (atmospheric correction). Radiasi yang melewati atmosfer dapat menyebabkan terjadinya pelemahan nilai reflektan yang pada akhirnya pengukuran reflektan yang dihasilkan berbeda dari pengukuran reflektan yang sebenarnya pada permukaan yang diamati. Penghapusan efek atmosfer menjadi sangat penting karena 80% dari sinyal yang direkam akan berpengaruh dengan adanya efek atmosfer ini. Untuk itu perlu dilakukan adanya koreksi atmosferik. Dalam praktikum ini dengan menggunakan software Beam Visat akan dilakukan koreksi atmosferik dengan tujuan untuk menghilangan gangguan atmosfer dengan menggunakan Metode Second Simulation Of A Satellite Signal In The Solar Spectrum-Vector (6SV) pada citra Landsat 8.

1.2 Maksud dan Tujuan

Adapun Tujuan dari Praktikum ini adalah :

1. Melakukan Kalibrasi Radiometrik untuk mengubah data pada citra yang disimpan dalam

bentuk Digital Number (DN) menjadi radian

2. Melakukan koreksi atmosfer/atmosferik dengan metode 6SV untuk mendapatkan kondisi permukaan bumi yang lebih akurat

3. Membandingkan hasil koreksi radiometrik metode DOS dengan metode 6SV.

BAB II TINJAUAN PUSTAKA

2.1 Koreksi Radiometrik

Koreksi radiometrik adalah untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya, biasanya mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan utama. Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan atau lebih kecil karena proses serapan. Kondisi kecerahan data citra selain pengaruh dari kondisi dan efek atmosfir, juga dipengaruhi oleh sudut sinar matahari dan sensitifitas sensor. Koreksi Radiometrik (Radiometric Correction) dikelompokkan menjadi dua:

1. Kalibrasi Radiometrik (radiometric calibration)

2. Koreksi Atmosferik (atmospheric correction)

Koreksi radiometrik yang pertama untuk kasus data citra resolusi tinggi dari Digitalglobe selama ini telah diantisipasi sebelum data didelivery ke kustomer dengan standar pengolahan yang mereka lakukan. Sedangkan untuk pengaruh atmosfer (haze) untuk beberapa kasus masih bisa terjadi sehingga perlu dilakukan koreksi. Salah satu metode koreksi radiometrik haze removal untuk memperbaiki pengaruh noise tersebut di atas adalah dengan menggunakan metode Penyesuaian Histogram (histogram adjustment) atau metode Penyesuaian Regresi. Asumsi yang melandasi metode ini adalah nilai piksel terendah tiap band seharusnya bernilai 0. Apabila nilai lebih besar dari 0, maka dihitung sebagai bias atau offset, dan koreksi dilakukan dengan cara menghilangkan bias tersebut, yaitu mengurangi keseluruhan nilai spektral pada saluran asli dengan nilai biasnya masing-masing. Di ENVI dapat dilakukan dengan Band Math atau Dark Substract atau Pada ER Mapper menggunakan algoritma Gaussian Equalize.

2.2 Koreksi Atmosfer dengan Metode 6SV Metode 6SV atau Metode Second Simulation of a Satellite Signal in The Solar SpectrumVector merupakan metode lain selain metode Dark Object Subtraction (DOS) dalam koreksi atmosferik citra. Metode 6SV adalah sebuah kode dasar Radiative Transfer (RT) yang

digunakan untuk melakukan perhitungan algoritma koreksi atmosfer pada citra MODIS (MODerate resolution Imaging Spectro-radiometer). Dengan menggunakan metode ini maka dimungkinkan simulasi yang akurat untuk satelit dan pengamatan melalui media pesawat terbang, perhitungan objek dengan ketinggian tertentu, pemodelan dari molekul/ aerosol/ campuran atmosfer dengan menggunakan formula Lambertian dan perhitungan penyerapan gas. Dalam metode 6SV data dalam format radian. Citra dikoreksi dengan menggunakan rumus:

= / (. + ) = ( )

Dimana adalah reflektan permukaan dan adalah radian. Parameter-parameter koreksi diperoleh dengan menjalankan perangkat lunak 6SV berbasis web yang dapat diakses di http://6s.ltdri.org/ Untuk mendefinisikan konsentrasi aerosol, digunakan parameter meteorology berupa horizontal visibilityyang dapat dimasukkan secara langsung dalam 6SV.

2.3 Satelit Landsat 8 Satelit LDCM (Landsat-8) adalah misi kerjasama antara NASA dan USGS (U.S. Geological Survey) dengan pembagian tanggung jawab masing-masing. Satelit LDCM (Landsat-8) dirancang membawa sensor pencitra OLI (Operational Land Imager) yang mempunyai 1 kanal inframerah dekat dan 7 kanal tampak reflektif, akan meliput panjang gelombang yang direfleksikan oleh objek-objek pada permukaan Bumi, dengan resolusi spasial yang sama dengan Landsat pendahulunya yaitu 30 meter. Sensor pencitra OLI mempunyai kanal-kanal spektral yang menyerupai sensor ETM+ (Enhanced Thermal Mapper plus) dari Landsat-7, akan tetapi sensor pencitra OLI ini mempunyai kanal-kanal yang baru yaitu : kanal-1: 443 nm untuk aerosol garis pantai dan kanal 9 : 1375 nm untuk deteksi cirrus, namun tidak mempunyai kanal inframerah termal. Untuk menghasilkan kontinuitas kanal inframerah termal, pada tahun 2008. Rancangan instrument OLI mencirikan sebuah pencitra multispektral dengan suatu arsitektur pushbroom. Implementasi pushbroom dipertimbangkan untuk lebih stabil secara geometrik dibandingkan dengan scanner whiskbroom dari instrument ETM+ pada Landsat-7

Sensor pencitra OLI (Operational Land Imager) pada LDCM (Landsat-8) yang mempunyai 1 kanal inframerahdekat dan 7 kanal tampak reflektif, akan meliput panjang- gelombang panjanggelombang elektromagnetik yang direfleksikan oleh objek pada permukaan Bumi, dengan resolusi spasial 30 meter. Sensor pencitra OLI mempunyai kemampuan resolusi spasial dan resolusi spektral yang menyerupai sensor ETM+ (Enhanced Thermal Mapper plus) dari Landsat-7. Akan tetapi sensor pencitra OLI tidak mempunyai kanal termal. Namun demikian, sensor pencitra OLI ini mempunyai kanal-kanal yang baru yaitu : kanal-1: 443 nm untuk deteksiaerosol garis pantai dan kanal 9 : 1375 nm untuk deteksi cirrus. Ketersediaan kanal-kanal spectral reflektif dari sensor pencitra OLI pada LDCM (Landsat-8) yang menyerupai kanal-kanal spektral reflektif ETM+ (Enhanced Thermal Mapper plus) dari Landsat-7, memastikan kontinuitas data untuk deteksi dan pemantauan perubahan objek-objek pada permukaan Bumi global. Untuk mengatasi kontinuitas data Landsat-7 pada kanal inframerah termal, pada tahun 2008, program LDCM (Landsat-8) menetapkan sensor pencitra TIRS (Thermal Infrared Sensor) ditetapkan sebagai pilihan (optional), yang dapat menghasilkan kontinuitas data untuk kanal-kanal inframerah termal yang tidak dicitrakan oleh OLI.

Dalam pemanfaatan data satelit LDCM (Landsat-8) atau data inderaja lainnya, yang berorientasi pada ketersediaan data dan kebutuhan jenis informasi, faktor-faktor yang menjadi pertimbangan untuk melaksanakan aplikasi kasus-kasus pemetaan atau perencanaan wilayah, pengelolaan sumber daya alam dan lingkungan maupun untuk pengelolaan bencana alam dan lain sebagainya dengan hasil yang efektif dan efisien adalah:

1) Pemilihan data yang menyangkut: pemilihan kanal/resolusi atau kombinasi kanal spektral dan resolusi spasial, resolusi temporal dan resolusi radiometrik serta luas liputan satu citra, 2) Penentuan prosedur atau teknik dan metode pengolahan dan analisis data citra. Kemampuan pencitraan multispektral telah lama menjadi pusat program satelit seri Landsat.

BAB III PELAKSANAAN PRAKTIKUM

3.1 Alat dan Bahan

Peralatan dan bahan yang digunakan dalam praktikum ini adalah:

1. Alat

a. Perangkat keras (hardware) Laptop

b. Perangkat Lunak (software) ENVI 5.1

c. Perangkat Lunak (software) BEAM VISAT

d. Perangkat Lunak (software) SNAP

2. Bahan

a. Citra Landsat 8 daerah Lombok, Path/Row 116/66

b. Metadata Landsat 8 daerah Lombok, Path/Row 116/66

3.2 Prosedur Pelaksanaan Langkah pertama untuk melakukan koreksi rediometrik dengan menggunakan metode 6SV adalah mencari parameter xa, xb, xc pada website http://6s.ltdri.org/ . hasil perhitungan parameter tersebut yang nantinya akan di gunakan pada option Band Math untuk melakukan koreksi atmosferik , adapaun tahapan yang dilakukan dalam pemrosesan untuk mendapatkan nilai parameter tersebut ada 6, yaitu :

Geometrical Condition

Atmospherical Model

Target and Sensor Altitude

Spectral Condition

Ground Reflectance

Signal

Result

Hal pertama yang harus dilakukan untuk mendapatkan parameter xa, xb, xc adalah sebagai berikut

1. Buka website http://6s.ltdri.org/ seperti pada gambar di bawah >> run 6SV >> submit

2. Pilih Geomatrical Condition. Pada Geometrical Condition , pilih terlebih dahulu citra yang akan kita
2. Pilih Geomatrical Condition. Pada Geometrical Condition , pilih terlebih dahulu citra yang akan kita
2. Pilih Geomatrical Condition. Pada Geometrical Condition , pilih terlebih dahulu citra yang akan kita

2. Pilih Geomatrical Condition. Pada Geometrical Condition, pilih terlebih dahulu citra yang akan kita koreksi (dalam praktikum ini adalah Landsat 8, sehingga pilih User). >> submit

praktikum ini adalah Landsat 8, sehingga pilih User ). >> submit 3. Selanjutnya akan muncul tampilan
praktikum ini adalah Landsat 8, sehingga pilih User ). >> submit 3. Selanjutnya akan muncul tampilan

3. Selanjutnya akan muncul tampilan berikut

praktikum ini adalah Landsat 8, sehingga pilih User ). >> submit 3. Selanjutnya akan muncul tampilan
praktikum ini adalah Landsat 8, sehingga pilih User ). >> submit 3. Selanjutnya akan muncul tampilan

Month dan Day merupakan hari dan bulan kapan citra yang kita gunakan tersebut di ambil datanya, keterangan ini dapat kita lihat di Meta data citra yang akan kita gunakan (pada praktikum ini citra yang saya gunakan di ambil pada tanggal 15 April 2015)

Solar Zenithal angle di dapat dari perhitungan 90- (solar elevation angle) Sedangkan mencari solar elevation angle berasal dari web www.esri.noaa.gov , seperti pada gambar di bawah :

web www.esri.noaa.gov , seperti pada gambar di bawah : Nilai date Month Year dan time dapat

Nilai date Month Year dan time dapat dilihat dari metadata, time zone dipilih 7 karna Lombok memasuki zona 7, sedangkan Latitude dan Longitude di dapat dari koordinat titik tengah citra yang sudah kita subset pada praktikum sebelumnya. Kita dapat mengatahuinya dengan cara :

Buka citra yang sebelumnya sudah kita subset subset sebelumnya dengan cara buka envi >> file >> open >> buka ROI

 Pilih crosshairs untuk mebuag garis bantu menentukan titik tengah citra, Arahkan kursor ke tengah

Pilih crosshairs untuk mebuag garis bantu menentukan titik tengah citra,

untuk mebuag garis bantu menentukan titik tengah citra, Arahkan kursor ke tengah maka akn di dapat

Arahkan kursor ke tengah maka akn di dapat koordinatnya

untuk mebuag garis bantu menentukan titik tengah citra, Arahkan kursor ke tengah maka akn di dapat

Maka di dapatkan nilai Lintang : 84646,6= 8.779611111 dan Bujur : 1155439,61= 115.9110028 selanjutnya masuka ke solar calculator . untuk Waktu di tambah 7 jam dari jam pengambilan citra di meta data saya karna posisinya nol di UTM.

Masukan semua keterangan yang di minta pada webset seperti berikut :

semua keterangan yang di minta pada webset seperti berikut : solar azimuth angle (yang di tandai

solar azimuth angle (yang di tandai dengan lingkaran biru ) = 57.57

Solar elevation angle (yang di tandai dengan lingkaran hijau) = 56. 33, sehingga solar zenith anglenya adalah

Solar zenith angle = 90-(56.33)

90-(563300)= 33.45

Sensor zenithal angle di dapat dari roll angle yang berada di metadata = -0.001

Sensor azimuth angle di cari dari 2 koordinat yang ada di meta data (Azimuth UL-

Sensor azimuth angle di cari dari 2 koordinat yang ada di meta data (Azimuth UL- Azimuth LL) dengan menggunakan converter pada we www.satsig.net untuk merubah bentuk decimal ke derajat menit detik dan selanjutnya menggunakan web www.fcc.gov untuk mencari nilai sensor azimuth angle

web www.fcc.gov untuk mencari nilai sensor azimuth angle Sehingga hasilnya CORNER_UL_LAT_PRODUCT = -7.62648 = 7 ⁰

Sehingga hasilnya

CORNER_UL_LAT_PRODUCT = -7.62648 = 73735.328CORNER_UL_LON_PRODUCT = 114.84178 = 1145030.408

CORNER_LL_LAT_PRODUCT = -9.72527 = 94330.972CORNER_LL_LON_PRODUCT = 114.82976 = 1144947.136

Menghitung sensor azimuth dari data corner yang sudah dalam satuan derajat menit detik:

data corner yang sudah dalam satuan derajat menit detik: Sehingga di dapatkan hasilnya untuk sensor azimuth

Sehingga di dapatkan hasilnya untuk sensor azimuth adalah sebagai berikut (gunakan yang point 2 to 1 = 0.33

detik: Sehingga di dapatkan hasilnya untuk sensor azimuth adalah sebagai berikut (gunakan yang point 2 to

4.

Sehingg dapat di masukan di software 6s seperti berikut

4. Sehingg dapat di masukan di software 6s seperti berikut 5. Parameter berikutnya adalah Atmospherical Model.

5. Parameter berikutnya adalah Atmospherical Model. Sebenarnya sebelum melakukan koreksi atmosferik dengan menggunakan metode 6SV karena parameter yang dimasukkan selanjutnya akan sesuai dengan kondisi yang akan diamati. Dalam hal ini misalnya akan diamati mengenai kondisi perairannya. Maka pilih :

Select Atmospherical Profile

Select Aerosol Model

: Tropical : Maritime Model

 Select Aerosol Model : Tropical : Maritime Model 6. Pilih Submit maka akan muncul Parameter

6. Pilih Submit maka akan muncul Parameter berikutnya yang harus diketahui adaalah data Visibility atau AOT nya. Data yang bagus sebenernya mengetahui data AOT atau

Aerosol nya, akan tetapi ada pilihan lain dengan mencari visibility nya melalui stasiun cuaca terdekat dari region yang akan kita analisa salah satunya BMKG. Dalam praktikum kali ini kita bisa mendapatkan data tersebut pada website http://www.wunderground.com/ sesuai tanggal citra yaitu tanggal 15 April 2015.

sesuai tanggal citra yaitu tanggal 15 April 2015. Pada website wounderground.com pilih stasiun yang terdekat

Pada website wounderground.com pilih stasiun yang terdekat dengan lokasi. Pada praktikum ini lokasi Ampean Lombok adalah lokasi terdekat dengan citra yang sudah di subset.

dengan lokasi. Pada praktikum ini lokasi Ampean Lombok adalah lokasi terdekat dengan citra yang sudah di

Pilih history >> masukan data waktu dan lokasi stasiun terdekat dengan wilayah yang kita ambil >> klik submit

dengan wilayah yang kita ambil >> klik submit Sehingga akan muncul tampilan seperti di bawah: Pilih

Sehingga akan muncul tampilan seperti di bawah:

klik submit Sehingga akan muncul tampilan seperti di bawah: Pilih waktu yang paling deket waktunya dari

Pilih waktu yang paling deket waktunya dari jam 9 pagi adalah jam 8 pagi sehingga nilai visibilitynya adalah 8km

7.

Kembalikan ke perhitungan 6s >> pilih Visibility >> masukan nilai visibility yang sudah di dapat dari Wounderground.com

nilai visibility yang sudah di dapat dari Wounderground.com 8. Parameter selanjutnya adalah Target & Sensor

8. Parameter selanjutnya adalah Target & Sensor Altitude. Maka pilih :

Select Target Altitude

: Sea Level

Select Sensor Altitude

: Satellite Level

Level  Select Sensor Altitude : Satellite Level 9. Parameter berikutnya adalah Spectral Conditions , karena

9. Parameter berikutnya adalah Spectral Conditions, karena Landsat 8 belum tersedia pada 6SV maka kita akan memasukkan kondisi spectral tiap band nya seperti berikut. Pilih step by step output with the filter function = 1 dan untuk select band bebas karena pada select spectral conditions kita tidak memilih choose bands lalu click Submit. Masukkan nilai bandnya lalu klik Submit.

10. Selanjutnya adalah masukan panjang gelombang landsat 8 mulai dari band 1, dengan data panjang

10. Selanjutnya adalah masukan panjang gelombang landsat 8 mulai dari band 1, dengan data panjang gelombang sebagai berikut :

dari band 1, dengan data panjang gelombang sebagai berikut : 11. Parameter ke lima adalah Ground
dari band 1, dengan data panjang gelombang sebagai berikut : 11. Parameter ke lima adalah Ground
dari band 1, dengan data panjang gelombang sebagai berikut : 11. Parameter ke lima adalah Ground

11. Parameter ke lima adalah Ground Reflectance. Pada parameter ini pilih :

Ground Reflectance Type : Homogeneous Surface

Dirrectional Effects : No Directional Effect

Specify Surface Reflectance : Mean Spectral value of Green Vegetation

Dirrectional Effects : No Directional Effect  Specify Surface Reflectance : Mean Spectral value of Green
Dirrectional Effects : No Directional Effect  Specify Surface Reflectance : Mean Spectral value of Green

12.

Parameter terakhir yaitu Signal. Pilih :

Atmospheric Correction Mode

:

Atmospheric

Correction

with Lambertian

 

Assumption

Pilih Reflectance [0.1] Lanjut ke step 6 Signal

 Pilih Reflectance [0.1] Lanjut ke step 6 Signal 13. Selanjutnya adalah step result >> pilih

13. Selanjutnya adalah step result >> pilih out put . Maka hasilnya akan keluar dengan parameter xa, xb, xc seperti yang di lingkari

keluar dengan parameter xa, xb, xc seperti yang di lingkari 14. Lakukan langkah 10-13 untuk 6

14. Lakukan langkah 10-13 untuk 6 band lainnya

15. Buka data Dos otomatis yang sudah di Subset pada software ENVI. Save as sebagai format tif agar bias di buka di SNAP.

16. Buka Software Snap untuk melakukan spatial subset. Open Product >> buka meta datanya >>
16. Buka Software Snap untuk melakukan spatial subset. Open Product >> buka meta datanya >>
16. Buka Software Snap untuk melakukan spatial subset. Open Product >> buka meta datanya >>

16. Buka Software Snap untuk melakukan spatial subset. Open Product >> buka meta datanya >> open

Open Product >> buka meta datanya >> open 17. Klik kanan pada Product citra yang sudah

17. Klik kanan pada Product citra yang sudah di import >> open RGB >> pilih red green blue >> OK

Klik kanan pada Product citra yang sudah di import >> open RGB >> pilih red green

18.

Akan muncul Citra seperti di bahawah. Kemudian klik kanan pada citra >> klik Spatial subset from view

kanan pada citra >> klik Spatial subset from view 19. Pilih tempat penyimpanan >> save as

19. Pilih tempat penyimpanan >> save as >> klik RUN. Tunggu sampai proses selesai

save as >> klik RUN. Tunggu sampai proses selesai 20. Klik kanan pada product yang di

20. Klik kanan pada product yang di hasilkan >> open RGM dan lakukan lagi pilihan spatial Subset

21. Sehingga akan muncul kotak dialog seperti berikut. Untuk mengisi kolom Scene Start dan Scene
21. Sehingga akan muncul kotak dialog seperti berikut. Untuk mengisi kolom Scene Start dan Scene
21. Sehingga akan muncul kotak dialog seperti berikut. Untuk mengisi kolom Scene Start dan Scene

21. Sehingga akan muncul kotak dialog seperti berikut.

21. Sehingga akan muncul kotak dialog seperti berikut. Untuk mengisi kolom Scene Start dan Scene end

Untuk mengisi kolom Scene Start dan Scene end dengan ukuran dan posisi yang sama seperti saat melakukan subset pada ENVI saat menggunakan metode DOS, maka salah satu sacanya adalah mengecek koordinta tersebut di ENVI Buka ENVI >> buka file ROI pada praktikum sebelumnya >> klik kanan pada kotak komen kemudian pilih pixel Coordinates

buka file ROI pada praktikum sebelumnya >> klik kanan pada kotak komen kemudian pilih pixel Coordinates

Arahkan kursor ke pojok kiri atas kotak citra yang sidah di subset sehingga di dapat koordinat x= 3425,0549 dan y= 3726,0701. Masukan koordinat tersebut ke kolom scene start. Kemudian untuk kolok scene end tambahkan 1000 dari masing- masing koornidat x dan y. hal ini di karenakan pada praktikum sebelumnya ukuran kotak subsetnya adalah 1000x1000. >> kemudian klik OK

subsetnya adalah 1000x1000. >> kemudian klik OK 22. Kemudian akan muncul produk 3 pada kotak produk.

22. Kemudian akan muncul produk 3 pada kotak produk. Klik kanan pada product 3 >> open RGB

kemudian klik OK 22. Kemudian akan muncul produk 3 pada kotak produk. Klik kanan pada product
kemudian klik OK 22. Kemudian akan muncul produk 3 pada kotak produk. Klik kanan pada product
kemudian klik OK 22. Kemudian akan muncul produk 3 pada kotak produk. Klik kanan pada product

23.

Sehingga akan dihasilkan produk citra yang sudah di subset seperti di bawah:

produk citra yang sudah di subset seperti di bawah: 24. Save product tersebut 25. Selanjutnya untuk

24. Save product tersebut

25. Selanjutnya untuk melakukan proses koreksi atmosferik dengan metode 6SV langkah selanjutnya adalah membuka Software Beam Visat >> open product hasil subset yang telah dilakukan di sanp.

selanjutnya adalah membuka Software Beam Visat >> open product hasil subset yang telah dilakukan di sanp.
selanjutnya adalah membuka Software Beam Visat >> open product hasil subset yang telah dilakukan di sanp.
selanjutnya adalah membuka Software Beam Visat >> open product hasil subset yang telah dilakukan di sanp.

26.

Sehingga di dapatkan hasil seperti di bawah:

26. Sehingga di dapatkan hasil seperti di bawah: 27. Pilih band math pada band 1 (costal

27. Pilih band math pada band 1 (costal aerosol) dengan cara klik kanan >> Create band math from math expression.

klik kanan >> Create band math from math expression. 28. Masukan rumus yang sudah di cari

28. Masukan rumus yang sudah di cari parameter 6SV yaitu (contoh praktikum ini menggunakan band 2 = blue)

Y = Xa * (Band) Xb

rumus yang sudah di cari parameter 6SV yaitu (contoh praktikum ini menggunakan band 2 = blue)

29. Lakukan lagi band math untuk rumus ke dua tapi masih pada band yang sama. Klik kanan >> Create band math from math expression >> beri nama yang sesuai >> pilih edit expression

beri nama yang sesuai >> pilih edit expression 30. Masukan rumus kedua yaitu : . catatan

30. Masukan rumus kedua yaitu :

. catatan : nilai xa, xb, dan xc di

dapat dari perhitungan parameter 6SV pada website, sehingga nantinya nilai per band akan berbeda sesuai parameternya.

Arc = Y/(1.0 +Xc*Y)

band akan berbeda sesuai parameternya. Arc = Y/(1.0 +Xc*Y) 31. Lakukan langkah 27 sampai 30 untuk

31. Lakukan langkah 27 sampai 30 untuk semua band dari band 1 sampai band 7.

4.1 Hasil

BAB IV PENUTUP

1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 2

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 3

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 4

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 5

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 6

Hasil BAB IV PENUTUP 1. Hasil Perhitungan parameter dari band 1 sampai band 7 Band 1

Band 7

Band 7 2. Hasil perbandingan tiap Band dari band 1 sampai band 7 dengan menggunakan metode

2. Hasil perbandingan tiap Band dari band 1 sampai band 7 dengan menggunakan metode

6SV ( lihat yang nilai akhirnya saja : b11.b12.b13 dst

)

6SV ( lihat yang nilai akhirnya saja : b11.b12.b13 dst ) 3. Hasil koreksi radiometric dengan

3. Hasil koreksi radiometric dengan metode DOS otomatis pada ENVI

( lihat yang nilai akhirnya saja : b11.b12.b13 dst ) 3. Hasil koreksi radiometric dengan metode

4.

Hasil koreksi radiometric dengan metode 6SV pada setiap band Band 1

4. Hasil koreksi radiometric dengan metode 6SV pada setiap band Band 1 Band 2 Band 3

Band 2

4. Hasil koreksi radiometric dengan metode 6SV pada setiap band Band 1 Band 2 Band 3

Band 3

4. Hasil koreksi radiometric dengan metode 6SV pada setiap band Band 1 Band 2 Band 3

Band 4

Band 4 Band 5 Band 6 32

Band 5

Band 4 Band 5 Band 6 32

Band 6

Band 4 Band 5 Band 6 32

Band 7

Band 7 4.3 Kesimpulan Kesimpulan dari praktikum ini adalah sebagai berikut : 1. Setelah dilakukan koreksi

4.3 Kesimpulan Kesimpulan dari praktikum ini adalah sebagai berikut :

1. Setelah dilakukan koreksi atmosferik metode Dark of Substraction (DOS) maka akan di dapatkan nilai (value) diantara 0 sampai 1. Pada metode Dark of Substraction (DOS) terdapat 3 cara yang bisa dilakukan, yaitu ROI, Band Minimum, dan User Value. Dimana pada praktikum kali ini hanya dilakukan ROI saja.

2. Sebenarnya sebelum dilakukan koreksi atmosferik Second Simulation of a Satellite Signal in the Solar Spectrum Vector (6SV) sebaiknya kita mengetahui untuk apa kita menganalisa citra tersebut setelah dilakukan koreksi atmosferik 6SV. Karena pada 6SV terdapat parameter-parameter yang berbeda sesuai dengan kebutuhan yang akan dilakukan dan sesuai dengan jenis satelitnya.

3. Koreksi atmosfer menggunakan metode 6SV menghasilkan nilai minimum dibawah 0 dan nilai maksimum yang beragam, ada yang di bawah dan di atas 1untuk setiap band. Untuk melakukan perhitungan koreksi atmosfer metode 6SV diperlukan beberapa parameter tambahan seperti parameter meteorologi yang berfungsi untuk mengetahui nilai horizontal visibility, parameter koreksi seperti sudut azimuth matahari, sudut zenith matahari, sudut sensor azimuth, dan sudut sensor zenith.

4. Pada koreksi atmosferik metode 6SV dilakukan secara online pada website 6s.ltdri.org dimana dibutuhkan koneksi yang stabil agar IP tidak berubah-ubah. Dan dengan metode ini pula diperlukan perhitungan yang lebih panjang untuk mengetahui parameter-parameter yang akan di inputkan.

5. Koreksi atmosferik metode DOS dapat diterapkan langsung untuk kesemua band sedangkan pada koreksi atmosferik metode 6SV, parameternya hanya bisa diterapkan pada satu band nya dan dari parameter-parameter tersebut diolah kembali pada Beam Visat sehingga diperlukan waktu yang lebih lama.

DAFTAR PUSTAKA

<http://petacitrasatelit.blogspot.co.id/2014/06/radiometric-correction-koreksi.html>

diakses pada tanggal 16 september 2016 pukul 14.05

Ridwan, Rizki. 2014. Koreksi Atmosferik (bagian 1). <http://rikiridwana.blogspot.co.id/2014/12/koreksi-atmosferik-bagian-2.html> diakses pada tanggal 16 September 14.30

Ridwan, Rizki. 2014. Koreksi Atmosferik (bagian 2). <http://rikiridwana.blogspot.co.id/2014/12/koreksi-atmosferik-bagian-2.html> diakses pada tanggal 16 September 14.50

Gokmaria Sitanggang Peneliti Bidang Bangfatja, LAPAN. 2010. Kajian Pemanfaatan Satelit Masa Depan : Sistem Penginderaan Jauh Satelit LDCM (Landsat-8). Jakarta. LAPAN

6SV CODE AUTHORS. 6SV. http://6s.ltdri.org/. diakses pada tanggal 9 Oktober 2016

Feeral

Communications

Commission.

Distance

and

Azimuths

Between

Two

Sets

Coordinates.

of

two- sets-coordinates. Diakses pada tanggal 9 Oktober 2016 Satellite Signal Ltd. Degrees, Minutes, Seconds to Decimal Degrees calculator and vice- versa. 2005. http://www.satsig.net/degrees-minutes-seconds-calculator.html. Diakses pada tanggal 9 Oktober 2016 Weather Underground. Weather Underground. http://www.wunderground.com/. Diakses pada tanggal 9 Oktober 2016

Metadata yang asli :

LAMPIRAN

GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO ORIGIN = "Image courtesy of the U.S. Geological Survey" REQUEST_ID = "0501601174604_04297" LANDSAT_SCENE_ID = "LC81160662015105LGN00" FILE_DATE = 2016-01-18T13:45:48Z STATION_ID = "LGN" PROCESSING_SOFTWARE_VERSION = "LPGS_2.6.0" END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1T" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" SPACECRAFT_ID = "LANDSAT_8" SENSOR_ID = "OLI_TIRS" WRS_PATH = 116 WRS_ROW = 66 NADIR_OFFNADIR = "NADIR" TARGET_WRS_PATH = 116 TARGET_WRS_ROW = 66 DATE_ACQUIRED = 2015-04-15 SCENE_CENTER_TIME = "02:23:11.3293526Z" CORNER_UL_LAT_PRODUCT = -7.62648 CORNER_UL_LON_PRODUCT = 114.84178 CORNER_UR_LAT_PRODUCT = -7.63185 CORNER_UR_LON_PRODUCT = 116.90571 CORNER_LL_LAT_PRODUCT = -9.72527 CORNER_LL_LON_PRODUCT = 114.82976 CORNER_LR_LAT_PRODUCT = -9.73215 CORNER_LR_LON_PRODUCT = 116.90518 CORNER_UL_PROJECTION_X_PRODUCT = 261900.000 CORNER_UL_PROJECTION_Y_PRODUCT = -843600.000 CORNER_UR_PROJECTION_X_PRODUCT = 489600.000 CORNER_UR_PROJECTION_Y_PRODUCT = -843600.000 CORNER_LL_PROJECTION_X_PRODUCT = 261900.000 CORNER_LL_PROJECTION_Y_PRODUCT = -1075800.000 CORNER_LR_PROJECTION_X_PRODUCT = 489600.000 CORNER_LR_PROJECTION_Y_PRODUCT = -1075800.000 PANCHROMATIC_LINES = 15481 PANCHROMATIC_SAMPLES = 15181 REFLECTIVE_LINES = 7741 REFLECTIVE_SAMPLES = 7591 THERMAL_LINES = 7741 THERMAL_SAMPLES = 7591 FILE_NAME_BAND_1 = "LC81160662015105LGN00_B1.TIF"

FILE_NAME_BAND_2 = "LC81160662015105LGN00_B2.TIF" FILE_NAME_BAND_3 = "LC81160662015105LGN00_B3.TIF" FILE_NAME_BAND_4 = "LC81160662015105LGN00_B4.TIF" FILE_NAME_BAND_5 = "LC81160662015105LGN00_B5.TIF" FILE_NAME_BAND_6 = "LC81160662015105LGN00_B6.TIF" FILE_NAME_BAND_7 = "LC81160662015105LGN00_B7.TIF" FILE_NAME_BAND_8 = "LC81160662015105LGN00_B8.TIF" FILE_NAME_BAND_9 = "LC81160662015105LGN00_B9.TIF" FILE_NAME_BAND_10 = "LC81160662015105LGN00_B10.TIF" FILE_NAME_BAND_11 = "LC81160662015105LGN00_B11.TIF" FILE_NAME_BAND_QUALITY = "LC81160662015105LGN00_BQA.TIF" METADATA_FILE_NAME = "LC81160662015105LGN00_MTL.txt" BPF_NAME_OLI = "LO8BPF20150415015930_20150415033759.01" BPF_NAME_TIRS = "LT8BPF20150415015536_20150415024146.01" CPF_NAME = "L8CPF20150401_20150630.04" RLUT_FILE_NAME = "L8RLUT20150303_20431231v11.h5" END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES CLOUD_COVER = 1.55 CLOUD_COVER_LAND = 4.34 IMAGE_QUALITY_OLI = 9 IMAGE_QUALITY_TIRS = 9 TIRS_SSM_POSITION_STATUS = "NOMINAL" ROLL_ANGLE = -0.001 SUN_AZIMUTH = 57.80950150 SUN_ELEVATION = 56.37420050 EARTH_SUN_DISTANCE = 1.0031085 GROUND_CONTROL_POINTS_VERSION = 3 GROUND_CONTROL_POINTS_MODEL = 143 GEOMETRIC_RMSE_MODEL = 6.688 GEOMETRIC_RMSE_MODEL_Y = 4.759 GEOMETRIC_RMSE_MODEL_X = 4.699 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE RADIANCE_MAXIMUM_BAND_1 = 755.35925 RADIANCE_MINIMUM_BAND_1 = -62.37781 RADIANCE_MAXIMUM_BAND_2 = 773.49707 RADIANCE_MINIMUM_BAND_2 = -63.87564 RADIANCE_MAXIMUM_BAND_3 = 712.77094 RADIANCE_MINIMUM_BAND_3 = -58.86086 RADIANCE_MAXIMUM_BAND_4 = 601.04865 RADIANCE_MINIMUM_BAND_4 = -49.63479 RADIANCE_MAXIMUM_BAND_5 = 367.81180 RADIANCE_MINIMUM_BAND_5 = -30.37402 RADIANCE_MAXIMUM_BAND_6 = 91.47144 RADIANCE_MINIMUM_BAND_6 = -7.55374 RADIANCE_MAXIMUM_BAND_7 = 30.83077 RADIANCE_MINIMUM_BAND_7 = -2.54602 RADIANCE_MAXIMUM_BAND_8 = 680.22162 RADIANCE_MINIMUM_BAND_8 = -56.17292 RADIANCE_MAXIMUM_BAND_9 = 143.74918 RADIANCE_MINIMUM_BAND_9 = -11.87085

RADIANCE_MAXIMUM_BAND_10 = 22.00180 RADIANCE_MINIMUM_BAND_10 = 0.10033 RADIANCE_MAXIMUM_BAND_11 = 22.00180 RADIANCE_MINIMUM_BAND_11 = 0.10033 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_REFLECTANCE REFLECTANCE_MAXIMUM_BAND_1 = 1.210700 REFLECTANCE_MINIMUM_BAND_1 = -0.099980 REFLECTANCE_MAXIMUM_BAND_2 = 1.210700 REFLECTANCE_MINIMUM_BAND_2 = -0.099980 REFLECTANCE_MAXIMUM_BAND_3 = 1.210700 REFLECTANCE_MINIMUM_BAND_3 = -0.099980 REFLECTANCE_MAXIMUM_BAND_4 = 1.210700 REFLECTANCE_MINIMUM_BAND_4 = -0.099980 REFLECTANCE_MAXIMUM_BAND_5 = 1.210700 REFLECTANCE_MINIMUM_BAND_5 = -0.099980 REFLECTANCE_MAXIMUM_BAND_6 = 1.210700 REFLECTANCE_MINIMUM_BAND_6 = -0.099980 REFLECTANCE_MAXIMUM_BAND_7 = 1.210700 REFLECTANCE_MINIMUM_BAND_7 = -0.099980 REFLECTANCE_MAXIMUM_BAND_8 = 1.210700 REFLECTANCE_MINIMUM_BAND_8 = -0.099980 REFLECTANCE_MAXIMUM_BAND_9 = 1.210700 REFLECTANCE_MINIMUM_BAND_9 = -0.099980 END_GROUP = MIN_MAX_REFLECTANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 65535 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 65535 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 65535 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 65535 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 65535 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6 = 65535 QUANTIZE_CAL_MIN_BAND_6 = 1 QUANTIZE_CAL_MAX_BAND_7 = 65535 QUANTIZE_CAL_MIN_BAND_7 = 1 QUANTIZE_CAL_MAX_BAND_8 = 65535 QUANTIZE_CAL_MIN_BAND_8 = 1 QUANTIZE_CAL_MAX_BAND_9 = 65535 QUANTIZE_CAL_MIN_BAND_9 = 1 QUANTIZE_CAL_MAX_BAND_10 = 65535 QUANTIZE_CAL_MIN_BAND_10 = 1 QUANTIZE_CAL_MAX_BAND_11 = 65535 QUANTIZE_CAL_MIN_BAND_11 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 1.2478E-02 RADIANCE_MULT_BAND_2 = 1.2778E-02

RADIANCE_MULT_BAND_3 = 1.1775E-02 RADIANCE_MULT_BAND_4 = 9.9289E-03 RADIANCE_MULT_BAND_5 = 6.0760E-03 RADIANCE_MULT_BAND_6 = 1.5111E-03 RADIANCE_MULT_BAND_7 = 5.0930E-04 RADIANCE_MULT_BAND_8 = 1.1237E-02 RADIANCE_MULT_BAND_9 = 2.3746E-03 RADIANCE_MULT_BAND_10 = 3.3420E-04 RADIANCE_MULT_BAND_11 = 3.3420E-04 RADIANCE_ADD_BAND_1 = -62.39029 RADIANCE_ADD_BAND_2 = -63.88842 RADIANCE_ADD_BAND_3 = -58.87263 RADIANCE_ADD_BAND_4 = -49.64472 RADIANCE_ADD_BAND_5 = -30.38009 RADIANCE_ADD_BAND_6 = -7.55525 RADIANCE_ADD_BAND_7 = -2.54652 RADIANCE_ADD_BAND_8 = -56.18416 RADIANCE_ADD_BAND_9 = -11.87323 RADIANCE_ADD_BAND_10 = 0.10000 RADIANCE_ADD_BAND_11 = 0.10000 REFLECTANCE_MULT_BAND_1 = 2.0000E-05 REFLECTANCE_MULT_BAND_2 = 2.0000E-05 REFLECTANCE_MULT_BAND_3 = 2.0000E-05 REFLECTANCE_MULT_BAND_4 = 2.0000E-05 REFLECTANCE_MULT_BAND_5 = 2.0000E-05 REFLECTANCE_MULT_BAND_6 = 2.0000E-05 REFLECTANCE_MULT_BAND_7 = 2.0000E-05 REFLECTANCE_MULT_BAND_8 = 2.0000E-05 REFLECTANCE_MULT_BAND_9 = 2.0000E-05 REFLECTANCE_ADD_BAND_1 = -0.100000 REFLECTANCE_ADD_BAND_2 = -0.100000 REFLECTANCE_ADD_BAND_3 = -0.100000 REFLECTANCE_ADD_BAND_4 = -0.100000 REFLECTANCE_ADD_BAND_5 = -0.100000 REFLECTANCE_ADD_BAND_6 = -0.100000 REFLECTANCE_ADD_BAND_7 = -0.100000 REFLECTANCE_ADD_BAND_8 = -0.100000 REFLECTANCE_ADD_BAND_9 = -0.100000 END_GROUP = RADIOMETRIC_RESCALING GROUP = TIRS_THERMAL_CONSTANTS K1_CONSTANT_BAND_10 = 774.8853 K1_CONSTANT_BAND_11 = 480.8883 K2_CONSTANT_BAND_10 = 1321.0789 K2_CONSTANT_BAND_11 = 1201.1442 END_GROUP = TIRS_THERMAL_CONSTANTS GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM" DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 50 GRID_CELL_SIZE_PANCHROMATIC = 15.00 GRID_CELL_SIZE_REFLECTIVE = 30.00

GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP" RESAMPLING_OPTION = "CUBIC_CONVOLUTION" END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE END