Tersedia secara online di www.sciencedirect.

com

Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321

www.elsevier.com/locate/jher
Makalah penelitian

Mengukur debit banjir sungai berukuran kecil menggunakan sistem

perekaman video digital yang ada
Ryota Tsubaki a,*,Ichiro Fujita b,Shiho Tsutsumi c

Departemen Teknik Sipil dan Lingkungan, Universitas Hiroshima, Kagamiyama 1-4-1, Higashihiroshima, Hiroshima 739-8527, Jepang
b Departemen Teknik Sipil, Universitas Kobe, Rokkodai, Nada-Ku, Kobe 657-8501, Japan
c
Zenrin co., ltd., Muromachi 1-1-1, Kokurakita, Kitakyushu, Fukuoka 803-8630, Jepang

Diterima 1 Maret 2010; direvisi 22 November 2010; diterima 26 Desember 2010

Abstrak

Dalam studi ini, sistem televisi sirkuit tertutup (CCTV), yang dipasang untuk tujuan pengawasan, digunakan untuk
mengukur laju aliran selama banjir. Prosedur untuk menentukan sudut dan faktor skala kamera dijelaskan. Kemudian, teknik analisis
gambar, yaitu metode pengukuran visual langsung, PIV Skala Besar (LSPIV) dan Space-Time Image Velocimetry (STIV), diterapkan pada
gambar video yang direkam oleh kamera CCTV. Hasil dari metode ini dan pengukuran float konvensional dibandingkan. Selain itu,
keakuratan metode masing-masing dibahas. Satu set gambar video berkualitas rendah dari banjir selama badai petir yang terjadi di bawah
kondisi lingkungan gelap (tengah malam) dianalisis menggunakan tiga metode berbasis gambar. Transisi laju aliran selama
acara berhasil diperkirakan.
© 2011 Asosiasi Internasional Teknik Hidro-lingkungan dan Research, Divisi Asia Pasifik. Dipublikasikan oleh Elsevier B.V. Semua hak yang
dilindungi.

Kata kunci: LSPIV; STIV; Sungai berukuran kecil; CCTV; Pengukuran debit sungai; Metode float; Puing-puing mengambang

1. Perkenalan kondisi, Buchanan dan Somers, 1969). Selama banjir di sungai

Dibandingkan dengan sistem sungai berukuran besar,
sungai berukuran kecil mengalami limpasan dengan durasi
yang lebih pendek. Dalam kasus hujan lebat lokal yang
menghantam daerah aliran sungai berukuran kecil, debit
puncak limpasan yang intens dan terkonsentrasi diamati di
sungai. Selain itu, kemajuan urbanisasi di cekungan membuat
durasi limpasan lebih pendek.
Untuk meramalkan banjir atau untuk parameterisasi model
limpasan, kumpulan data yang dapat diandalkan yang terdiri
dari distribusi intensitas curah hujan, debit dan hidrograf
tahap airsangatpenting. Di Jepang, kurva peringkat untuk
periode air tinggi ditetapkan dan dipertahankan berdasarkan
laju aliran yang diukur dengan menggunakan pelampung
(JapanRiver Association, 1997). Karena prinsip pengukuran
float sederhana, pengukurannya kuat, tetapi akurasinya tidak
mencukupi (kesalahannya dalam 10% di bawah kebaikan).
* Penulis yang sesuai. Tel./fax: 81 T
82 424 7847.
h
Alamat email: rtsubaki@hiroshima-u.ac.jp (R. Tsubaki).
berukuran kecil dan curam, kecepatan saat ini menjadi besar
(on urutan 5 m / s), permukaan air terganggu oleh turbulensi
air dan geser oleh angin, dan sejumlah besar puing-puing
mengambang mengalir ke bawah. Untuk alasan ini,
pengukuran ADCP (profiler arus Doppler akustik) atau ADV
(acoustic Doppler velocimetry) saat ini sulit atau tidak aman
untuk dilakukan; dengan demikian metode float telah
digunakan untuk mengukur laju aliran selama banjir. Dalam
kasus banjir yang hebat, metode pelampung juga tidak aman
atau tidak mungkin dilakukan karena operator harus
melakukan pengukuran di situs yang tidak aman atau tidak
dapat diakses.
Administrator sungai menggunakan data hidrologi,
termasuk kurva peringkat dalam perencanaan sungai, dan
mereka mempertahankan dan memperbarui kurva peringkat
untuk pekerjaan di masa depan. Untuk mengukur aliran tikuse
dan menetapkan kurvaperingkat, pengukuran debit pada
periode normal dan banjir dilakukan. Di sungai berukuran
kecil, jeda waktu antara waktu mulai hujan lebat dan
debit puncak cukup pendek (beberapa jam atau kurang).
Selain itu,
1570-6443 /$ - lihat materi depan © Asosiasi Teknik dan Penelitian Hidro-lingkungan Internasional 2011, Divisi Asia Pasifik. Dipublikasikan oleh Elsevier

B.V. Semua hak yang dilindungi. doi:10.1016/j.jher.2010.12.004

31 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
4
Prediksi hidrograf banjir yang cepat adalah tugas 2. Deskripsi situs
yang cukup sulit, sehingga administrator sungai
menghadapi dilema apakah akan melakukan survei untuk Daerah aliran sungai Tenpaku memiliki area drainase 118,8
banjir saat ini di bawah sejumlah opsi survei terbatas. km2,yang terletak di bagian tengah Jepang. Sungai Tenpaku
Mengukur banjir kecil sangat berharga untuk berasal dari Gunung Sagamine dan mengalir melalui kota
meningkatkan keandalan kurva peringkat untuk Nagoya, prefektur Aichi, sebelum mencapai Teluk Ise.
kisaran debit kecil. Namun, pengukuran debit banjir
besar sangat penting untuk menjaga atau memperluas
kisaran yang berlaku dari kurva peringkat menjadi debit
yang lebih besar (Kennedy, 1984). Akumulasi data debit
banjir besar juga penting untuk meningkatkan estimasi
periode pengembalian untuk banjir besar dan langka.
Dalam beberapa tahun terakhir, sistem informasi pencegahan
bencana untuk banjir, yang merupakan semacam sistem
Teknologi Cerdas (TI) untuk pengelolaan sungai, telah
diterapkan di beberapa sungai besar dan besar. Serta
sungai berukuran kecil yang mengalir melalui daerah
berpenduduk di Jepang. Dalam sistem ini, jaringan
serat optik didistribusikan di sepanjang sungai. Pada
jaringan ini, informasi tentang tahap air dan intensitas
curah hujan diukur di stasiun gauging, status perpindahan
tepi sungai dan gambar pengawasan dari stasiun kamera.
disediakan secara real time. Informasi ini digunakan
untuk prediksi limpasan waktu nyata, dan hasilnya
diberikan kepada penduduk melalui Internet. Sistem akuisisi
dan distribusi gambar disebut sistem televisi sirkuit tertutup
(CCTV). Dengan menggunakan jaringan serat optik,
gambar video berkualitas tinggi yang direkam di banyak
tempat dapat disiarkan dan disimpan melalui jaringan.
Akan sangat berharga jika fungsi pengukuran debit dapat
diimplementasikan dengan sistem CCTV yang sudah
terpasang dalam sistem informasi pencegahan bencana untuk
sungai. Pengukuran debit menggunakan sistem CCTV
(Kruger et al., 2000; Creutin et al., 2003) memiliki
advan-tages keselamatan dan ketersediaan dibandingkan
dengan pengukuran debit lainnya. Karena data gambar
untuk penampang pengukuran terus ditransfer ke
monitor atau server gambar, gambar dapat dianalisis dari
tempat yang aman, dan berbahaya di tempat. Operasi selama
banjir tidak diperlukan. Dengan menggunakan sistem
pengarsipan gambar, gambar selama banjir dapat
disimpan secara otomatis dan dianalisis setelah banjir. Oleh
karena itu, tidak ada, atau terbatas, risiko kehilangan
kesempatan untuk memperoleh
debit hidrograf dari banjir besar yang jarang terjadi.
Dalam penelitian ini, sistem CCTV, yang sudah dipasang
untuktujuansurve il-lance, digunakan untuk mengukur debit
banjir sungai berukuran kecil. Memang benar bahwa
pengukuran float konvensional memiliki beberapa
kelemahan, yaitu adanya lead time untuk
mempersiapkan, keterbatasan waktu pengamatan dan
bahaya pengukuran yang sebenarnya. Sebagian besar metode
float yang datang singkat ini dapat dihilangkan dengan
menggunakan skema yang dikembangkan di sini. Masalah
yang diselesaikan dengan memanfaatkan sistem CCTV yang
sudah terpasang dijelaskan dalam makalah ini.
Teknikanalisis gambarmanusia dan otomatis diterapkan untuk
mendapatkan data debit. Keakuratan dan penerapan
metode ini dibandingkan dan dibahas.
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 31
Panjang sungai stem utama adalah 21,5 km. Lima lantai jembatan dan dermaga menutupi permukaan air di5
puluh lima persen dari lembah sungai Tenpaku terdiri belakangnya dari kamera. Kekurangan lainnya adalah
dari daerah perkotaan dan resi-dential, menunjukkan terganggunya arus akibat dermaga jembatan.
bahwa cekungan, termasuk tanah hulu, telah urbanisasi.
Daerah aliran sungai Tenpaku telah mengalami
kerusakan banjir serius numerous kalisebelumnya. Setelah
bencana genangan yang terjadi pada tanggal 11 September
2000, pekerjaan perlindungan banjir dilakukan terutama
pada jangkauan down-stream. Pekerjaan perlindungan
banjir, selesai pada tahun 2005, terdiri dari pelebaran
lebar sungai, pengerukan dasar sungai, penguatan sistem
pompa drainase dan pembangunan sistem penyimpanan
air badai. Jaringan serat optik dan sistem CCTV juga
dipasang sebagai bagian dari implementasi pekerjaan
perlindungan banjir. Sejak Juni 2008, perkiraan banjir
berdasarkan catatan hidrologis yang diukur di stasiun
jembatan Nonami telah dibuat. Namun, bentuk penampang
sungai dan runoff characteris-tics berubah secara dramatis
setelah penerapan perlindungan banjir. Oleh karena itu,
catatan hidrologi sistem sungai saat ini cukup terbatas,
dan informasi rekayasa sungai yang penting, seperti kurva
peringkat untuk periode air yang tinggi, belum ditetapkan
karena kurangnya data pembuangan measurement.
Keterbatasan data ini sebagian disebabkan oleh
pembatasan pengukuran float yang dijelaskan di atas.
Dalam penelitian ini, kamera CCTV, yang dipasang di
dekat stasiun jembatan Nonami, digunakan untuk
pengukuran debit banjir. Jembatan Nonami station terletak
7,4 km dari muara sungai. Lebar sungai sekitar 70 m,
ketinggian tempat tidur rata-rata sekitar 0,3 m (di tingkat
datum lokal), dan kemiringan tempat tidur rata-rata sekitar
1/850 di sekitar stasiun jembatan Nonami. Desain debit
banjir adalah 1150 m3/ s, dandesain ketinggian air tinggi
adalah7,12 m di stasiun jembatan Nonami.

3. Pemanfaatan sistem CCTV

Dalam penelitian ini, kamera CCTV, yang sudah

dipasang untuk tujuan sur-veillance, digunakan untuk
pengukuran debit. Dalam konteks ini, lokasi dan
ketinggian kamera diperbaiki, dan hanya faktor arah dan
zoom yang dapat disesuaikan untuk pengukuran debit.
Gambar 1 menunjukkan gambar panorama yang
dihasilkan dari satu set snapshot yang tumpang tindih,
yang menunjukkan area gambar yang dapat ditutupi
kamera ini. Hubungan geometris kamera dan jalur sungai
ditunjukkan dalam Gambar 1. Area di Fig. 1 sesuai
dengan bagian pada peta rencana yang ditunjukkan
dalam Gambar. 2. Kamera dapat menangkap bagian
aliran ke bawah lebih lanjut. Namun, resolusi arah aliran-
bijaksana darigambar dekorasi ulangcukup terbatas ketika
memotret area yang jauh dari kamera dengan sudut
ketinggian rendah (lihat, misalnya, Hauet et al., 2008);
Oleh karena itu, rentang yang digambarkan dalam Figs.
1 dan 2 adalah area yang efektif untuk analisis gambar.
Area yang ditunjukkan dalam Gambar 1 dapat dibagi
menjadi sudut hulu, tengah dan hilir. Sudut hulu dapat
mengamati permukaan air di sekitar dermaga jembatan,
sehingga tahap air dapat diperkirakan secara kuantitatif
dari gambar yang direkam. Kekurangan sudut atas adalah
keterbatasan luas permukaan air pada gambar karena
31 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
6
Gambar. 1. Gambar panorama dihasilkan dari pandangan kamera CCTV di dekat stasiun jembatan Nonami.
Gangguan aliran menyebabkan medan aliran yang kompleks
dan membuatnya sulit untuk memperkirakan debit aliran
secara akurat. Sudut tengah dapat merekam permukaan air
secara efisien dengan resolusi spasial yang lebih tinggi.
Namun, efek gangguan aliran dari jembatan tetap pada
bagian yang tercatat di sudut tengah. Sudut hilir juga dapat
merekam permukaan air secara luas dengan resolusi
spasial yang relatif halus. Bagian yang tercatat dalam sudut
hilir tumpang tindih bagian yang digunakan untuk pengukuran
float. Dalam hal perbandingan dengan konvensional
Gambar. 2. Rencanakan peta di sekitar jembatan Nonami dan area tampilan
gambar panorama dari Gambar 1.
data pengukuran float dan konsistensi data debit yang
diukur dengan pelampung, sudut hilir sesuai untuk
digunakan dalam kasus ini.
Sudut perekaman harus ditentukan tidak hanya pada
hubungan geometris tetapi juga pada kualitas optik.
Seperti yang ditunjukkan pada fig. 3, dalam kasus sudut
gambar yang berisi lampu jalan di malam hari, kecerahan
gambar disesuaikan secara otomatis. Karena variasi luas
pencahayaan ambient di udara terbuka, aperture kamera
CCTV secara otomatis disesuaikan. Kamera mencoba untuk
meningkatkan gambar lampu dan daerah sekitarnya
diterangi, dan, sebagai hasilnya, permukaan air menjadi
jauh lebih gelap dalam gambar yang direkam seperti yang
ditunjukkan pada Gambar 3. Dengan pembatasan ini, sudut
perekaman tidak boleh berisi lampu jalan untuk merekam
gambar permukaan air dengan jelas dan melakukan
pengukuran debit di malam hari. Untuk menentukan sudut
perekaman, kualitas optik gambar yang direkam pada berbagai
waktu dan dalam kondisi cuaca yang berbeda harus disurvei.
Berdasarkan diskusi di atas, sudut hilir digunakan untuk
pengukuran pelepasan dengan bantuan gambar CCTV.
Gambar yang direkam oleh kamera CCTV dikodekan
hingga 720 x 480 piksel, 29,97 FPS (frame per detik),
MPEG-2 (Moving Picture Experts Group format 2) dengan 6
Mbps (Mega bit per detikond) di stasiun kamera. Data yang
dikodekan ditransfer ke monitor gambar atau server melalui
jaringan serat optik. Data MPEG-2 asli digunakan untuk
pratinjau waktu nyata. Namun, karena ukuran data per
frame cukup besar, gambar data yang tersimpan turun-
dikonversi menjadi 12 kbps MPEG-4 dengan 4,995 FPS.
Meskipun prosedur ini mengurangi volume data secara
signifikan, total volume data ke penyimpanan meningkat
seiring waktu, sehingga data gambar yang direkam seminggu
sebelumnya secara otomatis dihapus. Onversi bawah-cdari
data gambar bertujuan untuk meminimalkan ukuran data
dengan kualitas gambar yang wajar untuk pemantauan dengan
mata. Proses ini memperburuk kualitas gambar untuk analisis
gambar karena resolusinya yang buruk baik dalam ruang dan
waktu.
4. Metode
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 31
Ada beberapa pendekatan untuk menganalisis aliran 7
gambar. Metode yang representatif adalah PIV (Particle
Image Velocimetry),
31 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
8

Gambar. 3. Gambar yang direkam dalam kondisi ambient yang berbeda.

PTV (Particle Tracking Velocimetry), metode optical-flow fluktuasi kecil

dan STIV (Space-Time Image Velocimetry.) Dalam PIV,
perpindahan pola gambar di jendela template pada titik
waktu tertentu diperkirakan dengan mencari lokasi pola
gambar yang paling mirip di snap waktu berikutnya.
Akhirnya, kecepatan dihitung dari perpindahan pola gambar
dari gambar pertama ke kedua dibagi dengan interval waktu
between gambarpertama dan kedua.
LSPIV (PIV skala besar. Fujita dan Komura, 1994; Fujita
et al., 1998)didasarkan pada teknikPIV tetapi mencakup
konsep transformasi koordinat. LSPIV telah berhasil
diterapkan ke berbagai sungai untuk mengukur aliran sungai.
Dalam PTV, bentuk setiap partikel pelacak dibedakan, dan
kecepatan setiap partikel dievaluasi dengan membandingkan
pola gambar partikel pelacak dalam gambar berturut-turut.
Metode aliran optik banyak digunakan di bidang visi mesin.
Metode ini memecahkan persamaan transportasi
distribusi lumi-nance di jendela analisis gambar berurutan
untuk mendapatkan kecepatan aliran gambar. Dalam metode
STIV, distribusi pencahayaan satu dimensi pada garis
interroga-tion terakumulasi, dan gambar ruang-waktu dua
dimensi dihasilkan (Fujita dan Tsubaki, 2002; Fujita et
al., 2007). Kemudian, gambar ruang-waktu yang
dihasilkan dianalisis untuk mendapatkan komponen
kecepatan diarahkan ke arah garis interogasi. Yaitu,
dalam gambar ruang-waktu, gradien pola gambar
menunjukkan kecepatan propagasi distribusi pencahayaan
pada garis interogasi. Kombinasi metode yang berbeda,
misalnya, menggabungkan PIV dan metode aliran optik
(Fujita dan Tsubaki, 2004), juga disarankan untuk mencapai
ketahanan dan akurasi dalam beberapa aplikasi. Ketika
permukaan diunggulkan dengan benar oleh pelacak yang
sesuai (misalnya, Meselhe et al., 2004), dengan ukuran
atau mekanisme penyediaannya, dan gambar dicatat
dalam kualitas tinggi format, LSPIV menghasilkan data
kecepatan yang andal. Untuk kasus-kasus di mana pola
gambar permukaan natu-rally-timbul yang disebabkan oleh
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 31
gelombang (misalnya, Dabri dan Gharib, 9
2001)danogeneity heter warna air (Kinoshita,1984; Utami
dan Ueno, 1994; Holland et al., 1997)dapat digunakan
sebagai pelacak aliran, metode LSPIV atau STIV cocok
untuk diterapkan tanpa penyemaian pelacak aliran
artificial (Kim and Muste, 2005; Fujita et al., 2007).
Untuk memanfaatkan metode PTV, gambar termasuk
pelacak yang dapat diidentifikasi dengan jelas diperlukan
karena metode PTV melacak perpindahan setiap pola
diskrit. Untuk mengatasi pelacak isolable dalam gambar,
PTV membutuhkan gambar resolusi yang relatif tinggi.
Untuk menerapkan metode PTV untuk pengukuran aliran
sungai, jumlah yang cukup dari pelacak diunggulkan
secara manual, puing-puing alami atau kilau gelembung c
yang stabil sangat diperlukan.
Gambar yang tersedia yang direkam selama peristiwa
banjir yang dianalisis dalam penelitian ini disimpan dalam
format MPEG-4. Gambar yang direkam memiliki frame
rate rendah (4,995 FPS) dan reso-lution spasial rendah
(354 x 240 piksel) dan mengalami kerusakan kuat oleh
kebisingan kompresi. Untuk alasan ini, distribusi
kecepatan diperkirakan menggunakan metode LSPIV
korelasi silang, metode STIV dan pengukuran visual
langsung dengan melacak objek mengambang dengan
inspeksi visual manual. Dalam LSPIV, yang
digunakan dalam penelitian ini, perpindahan piksel dari
pola permukaan pertama kali dianalisis menggunakan
gambar miring. Kedua, distribusi kecepatan aktual
diperoleh dengan mengubah setiap perpindahan piksel
dalam koordinat fisik dengan menggunakan hubungan
ransformasi koordinat. Pola permukaan air alami
digunakan untuk menganalisis kecepatan dalam proses ini.
Pengukuran visual langsung juga digunakan di sini karena
gambar pelacak yang memburuk yang tercatat dalam
format kualitas yang buruk sulit diterapkan dalam
teknik PTV otomatis. Keakuratan pengukuran visual
langsung untuk mengukur kecepatan objek mengambang
dapat diperkirakan sebagai berikut. Contoh gambar puing-
puing mengambang dan pelampung dengan bola lampu
ditampilkan dalam Gambar 4. Dalam angka ini, meskipun
resolusi gambar dan kualitasnya buruk karena
pengkodean MPEG-4, puing-puing mengambang dan
pelampung dapat diamati dengan jelas, dan lokasi
tersebut dapat diukur. Dalam gambar. 5,
32 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
0
vektor pada instan t2. Dalam kasus di mana target
mengalir dari kanan ke kiri atau wakil versa,
magnitude! p2! p1 dapat diperkirakan—
sebagai Sebanding ke si lebar arab si Direkam citra yang mana
sedang 354 Piksel. Di sisi lain, komponen— t2 t1 dapat dihitung
dengan Mengalikan si Direkam bingkai menilai (4.995 FPS di
si studi) dengan perbedaan nomor bingkai di t1 dan t2,
sehingga tidak ada sumber kesalahan— dalam evaluasi t2 t1. Oleh
karena itu, akurasi of kecepatan perkiraan, diukur dengan
ukuran visual langsung- ment, sedang di atas si perintah arab
1% di pixel Koordinat. Sementara Kesalahan sistematis
tambahan dari transformasi koordinat mempengaruhi
keakuratan kecepatan dalam koordinat nyata. Si langsung
Pengukuran visual yang diperkenalkan di sini setara dengan
analisis aliran berdasarkan efek Cameron yang digunakan
dalam survei udara (Kinoshita, 1984).

5. Hasil dan diskusi

5.1. Perbandingan hasil antara pengukuran float

konvensional dan pengukuran visual langsung
Gambar. 4. Contoh snapshot dari pelampung dengan bola lampu dan cluster
puing-puing. Ke memperkirakan keakuratan pengukuran visual
langsung, gambar yang direkam selama pengukuran float
konvensional yang dilakukan oleh perusahaan survei
Sampel close-up dari benda mengambang digambarkan. adalahAlyzed oleh si pengukuran visual langsung, dan
Seperti yang diilustrasikan dalam gambar ini, bagian hasilnya dibandingkan. Di Ara. 6, si streamwise Kecepatan
utama dari benda mengambang terendam. Kesalahan arab si Delapan Mengapung dengan si bola lampu
koordinat yang diambil secara manual pada gambar dalam dilemparkan sekitar pukul 02:00, 16 Juni 2006 selama
koordinat layar dapat diperkirakan sebagai 2 piksel atau lebih pelepasan puncak arab sekitar 250 m3/s adalah Dibandingkan
kecil. Kecepatan rata-rata target (floating debris atau dengan. Ini banjir terjadi sebelum Menentukan si layak
float) bergerak dalam sudut yangtercatat dapat diperkirakan Menembak sudut jadi si citra Adalah diambil pada sudut hulu
sebagai (lihat FIg. 1). Karena kondisi inap-propriate ini, penampang
! ! yang digunakan dalam mengapung Pengukuran dan 2 citra
! p2 — p1
analisis yang tidak identik (Lihat Ara. 2).
¼
Dalam Jadi beberapa Variasi bisa ada Diamati di Ara. 6 (R ¼ 0.76),
1Y
t2 — tetapi perjanjian keseluruhan menguntungkan (y0,969
t1 ¼
x). Jelas, hasil
mana! float mengandung kesalahan, sehingga sulit untuk membahas
Di ! u adalah vektor kecepatan rata- akurasi absolut hanya menggunakan data yang tersedia.
rata target, p1 adalah
Namun, setidaknya dari hasil yang ditunjukkan dalam Gambar
position vektor target pada instan t1, dan! p2 adalah 6 dan dari prinsip-prinsip
coordinate

Cabang
Trunk
R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 32
Gambar. 5. Sampel close-up dari benda 1
mengambang. Bagian yang

muncul bagian

terendam
32 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
2
3.0 5.0
dan = 0,97x 4.5
Kecepatan pengukuran float (m/s)

2.5 R²= 0,76 4.0

3.5

Panggung air (m,

2.0 3.0
2.5
1.5 2.0
1.5

T.P.)
1.0 1.0
0.5
0.5 0.0

21:00

00:00

03:00

06:00

09:00

12:00
0.0
28 Agustus
29 Agustus 2008
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Gambar. 7. Debit hidrograf dari peristiwa banjir di stasiun jembatan Nonami
Kecepatan pengukuran visual langsung pada tanggal 29 Agustus 2008.
(m/s)
Gambar. 6. Perbandingan kecepatan pengukuran float dan pengukuran visual aliran pada tahap kenaikan. Selama 15 menitdandebit puncak,
langsung velocity. lebih dari 21 kelompok puing-puing kayu yang terlihat jelas
dapat diamati. Dalam
Pengukuran visual langsung dan pengukuran float, keakuratan
kecepatan pelacak yang diukur dengan pengukuran visual
langsung memiliki kesalahan yang sama atau lebih kecil
dibandingkan dengan hasil pengukuran float konvensional.
Ini karenapengukuran float onventional cdilakukan
sepenuhnya di lokasi dan oleh mata, tetapi analisis
pengukuran visual langsung merekam gambar. Dengan
demikian, pengukuran visual langsung lebih unggul dalam
hal akurasi spasial dan temporal.

5.2. Pengukuran debit menggunakan

pengukuran visual langsung

Debit hidrograf saat banjir dengan debit puncaknya sekitar

330 m3/syang terjadi sekitar pukul 1:00, 29 Agustus 2008
diperkirakan menggunakan gambar CCTV dan teknik
pengukuran visual langsung. Gambar 7 menggambarkan
hidrograf panggung air pada acara ini yang direkam di
stasiun jembatan Nonami. Tahap air mulai naik dengan cepat
dari pukul 23.30, 28 Agustus dan mencapai puncaknya
pada 4,66 m setelah sekitar 1,5 jam, yaitu pada pukul
1:10, 29 Agustus. Setelah itu, tahap air menurun secara
bertahap ke tingkat normal kecuali untuk puncak kedua
kecil yang diamati pada pukul 5:00. Gambar yang direkam
diambil dengan sudut hilir seperti yang ditunjukkan pada
Gambar 8. Sudut ini ditentukan berdasarkan diskusi dalam
Bagian 3,yaitudengan mempertimbangkan ion kondit
geometris,kualitasoptik dalam kondisi lingkungan yang
berbeda dan korespondensi bagian pengukuran yang
digunakan dalam pengukuran float konvensional.
Gambar 9 menunjukkan gambar yang direkam pada pukul
1:00, 29 Agustus. Lokasi kelompok puing-puing kayu
disajikan. Jumlah fluks puing-puing kayu berubah seiring
waktu dan umumnya sebanding dengan tahap air dan laju
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 32
3
Sungai Tenpaku, jumlah yang cukup dari puing-puing
kayu mengalir turun selama banjir(Bocchiola et al., 2002;
Comiti et al., 2006; Nihei dan Wakatsuki, 2010),
sehingga bisa digunakan sebagai pelacak alami
selama banjir di sungai ini.
Pada Gambar 10,lintasan pada interval 2-s dari puing-
puing kayu yang diamati selama 15 menit di sekitar debit
puncak diplot. Karena kepadatan tinggi puing-puing
kayu, sepuluh pelacak (dari 21 pelacak) diambil dan
digambarkan dalam gambar ini. Karena ada berbagai
lokasi cross-sectional dari lintasan, distribusi kecepatan di
penampang dapat diperkirakan. Setelah kecepatan drift
rata-rata dari setiap cluster puing mengambang dihitung
menggunakan Eq. (1), faktor koreksi kecepatan 0,85
(Aki,1932) dikalikan dengan kecepatan puing-puing
untuk mengevaluasi kecepatan rata-rata kedalaman.
Sementara faktor koreksi kecepatan berubah tergantung
pada kekasaran tempat tidur, tingkat turbulensi dan
goyahnya aliran, pendekatan universal untuk
menentukan faktor koreksi kecepatan belum ditetapkan,
sehingga nilai standar 0,85 digunakan untuk semua
velocimetri gambar permukaan (pengukuran visual
langsung, LSPIV dan STIV) dalam penelitian ini. Untuk

Gambar. 8. Sudut pandang sudut hilir digunakan untuk

merekam peristiwa 29 Agustus 2008 dan hubungan
posisinya dengan penampang pengukuran pelampung.
32 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
4
400
350 01:10
00:40
300

Discharge (m3/s)
01:40
250
02:10
200 03:10
05:10
150
100
07:10
50 00:10
Gambar. 9. Contoh jepretan peristiwa banjir 29 Agustus 2008. Panah
menunjukkan lokasi beberapa kelompok puing- puing. 0
0 1 2 3 4 5 6
menghitung debit, penampang sungai dibagi dengan Panggung air (m, T.P.)
Interval 10-m menjadi 6 bagian. Kemudian, kecepatan rata- Gambar. 11. Kurva peringkat debit untuk peristiwa 29 Agustus 2008
rata pada setiap penampang terbagi dihitung, dan total berdasarkan hasil pengukuran visual langsung.
laju aliran dihitung dengan summatipada debit parsialpada
setiap penampang dibagi. Dikonfirmasi bahwa total laju pengukuran tidak dilakukan dalam peristiwa ini karena
aliran tidak sensitif terhadap jumlah divisi cross-sectional. terjadinya banjir yang muncul dan kekurangan lead time untuk
Nomor pembagian 6 konsisten dengan jumlah divisi mengatur pengukuran. Dengan menggunakan sistem
penampang yang digunakan dalam pengukuran pelampung CCTV dan teknik analisis gambar, kurva peringkat rinci
konvensional, sehingga divisi yang sama digunakan dalam untuk peristiwa banjir cepat dari sistem sungai berukuran kecil
analisis ini. dapat berhasil didirikan, seperti yang ditunjukkan pada
Gambar 11 menunjukkan hubungan antara tahap air dan Gambar 11.
debit (kurva peringkat) selama peristiwa banjir pada tanggal Gambar 12 membandingkan kurva peringkat peristiwa 29
29 Agustus 2008. Laju aliran diperkirakan pada interval 30 Agustus 2008 yang dianalisis oleh teknik gambar dan
menit dari pukul 24:10 hingga 2:10, dan interval satu hingga 2 peristiwa 16 Juni 2006 yang diperoleh dengan pengukuran
jam dari pukul 2:10 hingga 7:10. Peristiwa ini merupakan pelampung. Sayangnya, kurva rating untuk peristiwa 16 Juni
peristiwa banjir terbesar setelah pelaksanaan pekerjaan 2006 hanya berisi fase penurunan karena keterlambatan
perlindungan banjir. Dalam hal ini, peristiwa banjir ini dimulainya pengukuran float. Gambar yang direkam pada
sangat penting untuk memahami sifat hidrologis dari tanggal 16 Juni 2006 diambil pada sudut hulu, dan, oleh
sistem sungai yang direvisi. Namun, float konvensional karena itu, gambar berisi cukup.

400

350 Meas visual

Kurva langsung.
peringkat Pada tahun
Float sedikit. Kurva 2008
peringkat
300 Pada tahun 2006
Discharge (m3/s)

250

200

150

100

50

0
0 1 2 3 4 5 6
Panggung (m, T.P.)
Gambar. 10. Plot lintasan dari kelompok puing-puing diamati selama 1:10 Gambar. 12. Perbandingan kurva peringkat untuk peristiwa 16 Juli 2006
sampai 1:35 dari peristiwa 29 Agustus 2008. Setiap lingkaran menunjukkan (berdasarkan pengukuran float) dan untuk peristiwa 29 Agustus 2008
lokasi seketika pada interval 2-s. (berdasarkan hasil pengukuran visual langsung).
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321 32
5
Area permukaan air yang terbatas dengan warna gelap, yang Tabel 2
membuatnya tidak mungkin untuk memperkirakan hidrograf Parameter STIV.
tahap naik dari gambar permukaan air. Dibandingkan
Ukuran gambar STIV (piksel) 245 di
dengan kurva peristiwa 2006, fase jatuh dari hasil
ruang 299
2008 menunjukkan debit yang lebih kecil pada tahap air
yang setara karenaperubahan morfologi sungai karena dalam
waktu
pemukimanvegetasi dan tasi sedimen. Pelebaran dan
Ukuran piksel (m/piksel) 0,1
pengerukan cross-sectional di sekitar penampang Interval bingkai (detik) 0,2
pengukuran selesai pada tahun 2005, sehingga penampang Ukuran jendela interogasi (piksel) 50 x 50
tahun 2006 memiliki kapasitas pembuangan yang lebih Praememproses penyaringan gambar Gaussian dengan s 1/4
besar. Namun, karena pemukiman vegetasi dan perubahan 0.3
batimetri dalam waktu dua tahun setelah sungai bekerja
(bandingkan Gambar 3 dengan bagian hilir Gambar.1),
kapasitas aliran telah berkurang, dan perubahan tersebut Pengukuran visual langsung menunjukkan kecepatan permukaan
menyebabkan transisi kurva peringkat, seperti yang air yang lebih mungkin.
ditunjukkan pada Gambar 12. secara kuantitatif. Alasan meremehkan dalam hasil LSPIV dan STIV
mungkin terkait dengan komponen gambar yang stabil karena
5.3. Perbandingan debit yang diperoleh dari LSPIV, pantulan adegan tepi sisi yang berlawanan,gelombang girasi
STIV dan pengukuran visual langsung yang disebabkan oleh gelombang berdiri dan meledak pada
titik-titik tertentu(Jackson, 1976)karena inhomogeneity dari
Hasil di atas didasarkan padaukuran visual di RECT. bentuk dan aliran dasar sungai. Komponen gambar yang stabil
Pengukuran visual langsung diperkenalkan karena ini memiliki scale spasial yang relatif besar(misalnya, Fox
kualitas gambar yang tersimpan yang buruk. Namun, dalam dan Belcher, 2009),dan polanya tidak melayang ke hilir tetapi
aplikasi praktis- kation, estimasi otomatis dari debit berfluktuasi seiring waktu. Komponen stabil mempengaruhi
aliran lebih baik atau diperlukan. LSPIVand STIVanalyses analisis LSPIV dan STIV dan menyebabkan
dilakukan di sini untuk mendapatkan distribusi kecepatan meremehkankecepatan ace surfing.
permukaan dan laju aliran untuk peristiwa 29 Agustus Besarnya meremehkan laju aliran LSPIV (26%) lebih
2008. Parameter dasar analisis LSPIV(Okabe et al., besar daripada STIV (9%), mungkin karena LSPIVis lebih
2007)dan analisis STIV (Fujita et al., 2007)dijelaskandalam sensitif terhadap rincian pola permukaan gambar
Tabel 1 dan 2,masing-masing. Pada Gambar 13,laju aliran seketika daripada STIV, yang menganalisispergeseran p
yang diperkirakan oleh LSPIV, STIV dan visual attern yang konsisten dalamdimensi ruang-waktu dan toleran
langsungmeurement dibandingkan. Korelasi antara terhadap ins. kebisingan menggoda (Fujita dan Tsubaki,
pengukuran visual langsung dan dua hasil otomatis yang kuat 2002). Meremehkan substansial LSPIV adalah karena
(koefisien penentuan R2 adalah 0,96 untuk keduanya), yang keterbatasan resolusi gambar. Selain itu, banjir terjadi pada
menunjukkan bahwa hasil LSPIVand STIV dapat malam hari, dan cahaya ambient cukup gelap. Dalam kondisi
digunakan untuk memprediksi laju aliran bukan pengukuran seperti itu, kamera CCTV merekam gambar dalam mode
visual langsung dan pengukuran float karena ukuran visual akumulasi bingkai, yang mengintegrasikan distribusi
langsung- ment dan pengukuran float pada prinsipnya serupa. pencahayaan untuk durasi waktu tertentu (beberapa frame)
Dalam istilah kuantitatif, debit LSPIV meremehkan untuk menutupi kekurangan pencahayaan untuk masing-
adalah 26% dibandingkand dengan hasil pengukuran visual masing.
langsung, sedangkan debit STIV meremehkan adalah 9%
dibandingkan dengan pengukuran visual langsung. Dalam
pengukuran visual langsung, kelompok puing-puing yang 400
dapat diidentifikasi dengan jelas digunakan sebagai pelacak KAKU
permukaan, tetapi LSPIV dan STIV melacak pola gambar
yang lebih umum dari permukaan air dan memiliki dan = 0,91 x R² = 0,96
Pelepasan LSPIV dan KAKU

300 LSPIV
banyak sumber kesalahan yang terkait dengan sifat dan
kualitas gambar (KimdanMuste, 2005; Hauet et al.,
2008)Korelasi kecepatan air permukaan dan kecepatan puing-
puing mengambang relatif tidak ambigu; Namun, ada 200
ketidakpastian dalam hubungan antara aliran permukaan dan
aliran gambar umum. Karena perbedaan dalam prosedur dan = 0,74 x R² = 0,96
analisis gambar yang digunakan dalam tiga teknik visual,
100
(m 3/s)

Tabel 1 horizontal,
Parameter LSPIV. 6sampai 2 dalam vertikal
Interval bingkai (detik) 1.0
Ukuran jendela interogasi (piksel) 19 x 11 Korelasi minimum (—) 0,5
Mencari jendela (piksel) —1 hingga 15 secara
Jumlah pasangan gambar(—) 95
32 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
6
0
0 100 200 300 400
Pelepasan pengukuran visual langsung (m3/s)
Gambar. 13. Perbandingan pelepasan diperoleh dengan pengukuran visual
langsung dan dua hasil analisis otomatis oleh LSPIV dan STIV.
 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
bingkai instan. Teknik ini bertindak sebagai semacam
filter waktu, mengurangi resolusi spasial dan temporal
gambar dan menyebabkan gangguan pasangan gambar yang
tepat dalam analisis LSPIV.
Diharapkan bahwa peningkatan kualitas gambar yang
tersimpan akan mengurangi kesalahan informasi debit yang
diperoleh secara otomatis, sehingga evaluasi kuantitas atif
dari efek kualitas gambar termasuk metode pengkodean dan
kondisi lingkungan dalam metode berbasis gambar harus
diperiksa. Investigasi lebih lanjut harus dilakukan untuk
memverifikasi penerapan cabilitas pemanfaatanpelacak
surface alami untuk pengukuran debit yang berkelanjutan dan
stabil. Secara khusus, hubungan skala mikro dan
struktur aliran yang koheren dengan fluktuasi permukaan dan
pola gambar permukaan harus dieksplorasi.
6. Kesimpulan
Sistem CCTV, dipasang untuk tujuan pengawasan,
digunakan untuk mengukur laju aliran selama banjir. Prosedur
untuk menentukan sudut dan faktor skala kamera dijelaskan.
Kemudian, teknik analisis gambar, yaitu pengukuran visual
langsung, LSPIV, dan STIV, diterapkan pada gambar video
yang direkam oleh kamera CCTV, dan hasil metode those
dan metode float konvensional dibandingkan. Keakuratan
metode masing-masing dibahas. Satu set gambar video
berkualitas rendah, direkam selama banjir dalam badai petir
yang terjadi di bawah kondisi lingkungan gelap (tengah
malam), dibiusmenggunakan tiga metode berbasis gambar,
dan transisi laju aliran selama acara tersebut berhasil
diperkirakan. Dengan menggunakan teknik analisis gambar
dan gambar CCTV, pengukuran terus menerus dari debit
aliran dari awal sampai akhir peristiwa f lood cepatdapat
dicapai.
Pemanfaatan gambar CCTV untuk pengukuran debit adalah
alat yang berguna untuk menetapkan kurva peringkat dan
memiliki potensi kuat sebagai alternatif dari pengukuran laju
aliran konvensional. Pengamatan lebih lanjut membandingkan
debityang diperolehdengan pemanfaatan CCTV dan
pengukuran debit lainnya (misalnya, menggunakan profiler
Doppler akustik) harus dilakukan untuk memperjelas
penerapan pengukuran debit menggunakan CCTV dalam
berbagai kondisi aliran dan cuaca.
Pengakuan
Para penulis ingin mengucapkan terima kasih kepada Mr.
S. Mama, Mr. H. Takemura dan Mr. K. Yamashita dari
Yachiyo Engineering Co., Ltd. dan Mr. K. Kinnbara dari
Prefektur Aichi karena telah menyediakan data penting untuk
penelitian ini.
Referensi
Aki, K., 1932. Pada koefisien koreksi kecepatan float yang diukur,
khususnya batang pelampung, dengan kecepatan rata-rata aliran dalam
vertikal. Civil Eng., JSCE 18 (1), 105e129 (dalam bahasa Jepang).
32
7
Bocchiola, D., Catalano, F., Menduni, G., Passoni, G., 2002. Pendekatan
analitis-numerik untuk hidrolika puing-puing mengambang di saluran
sungai. J.Hydrol. 269, 65e78.
Buchanan, T.J., Somers, W.P., 1969. Pengukuran debit di stasiun gauging.
Bab A8, Buku 3, Aplikasi Hidrolika. Dalam: Teknik Investigasi
Resources Air. USGS.
Comiti, F., Andreoli, A., Lenzi, M.A., Mao, L., 2006. Kepadatan spasial dan
karakteristik puing-puing berkayu di lima sungai gunung Dolomites
(Pegunungan Alpen Italia). Geomorfologi 78, 44e63.
Creutin, J.D., Muste, M., Bradley, A.A., Kim, S.C., Kruger, A., 2003. Sungai
mengukur menggunakan teknik PIV: bukti eksperimen konsep di
sungai Iowa. J. Hydrol. 277, 182e194.
Dabri, D., Gharib, M., 2001. Deformasi permukaan bebas simultan dan
pengukuran kecepatan permukaan dekat. Exp. Fluids 30, 381e390.
Fox, J.F., Belcher, B.J., 2009. Perbandingan data LSPIV, ADV dan
PIV yang terurai untuk mengukur struktur turbulensi di atas
tempat tidur kerikil. Dalam: Proc. dari Kongres IAHR ke-33 Vancouver,
Kanada.
Fujita, I., Komura, S., 1994. Penerapan analisis gambar video untuk
mengukur aliran permukaan sungai. Annu. J. Hydraul. Eng., JSCE 38,
733e738 (dalam bahasa Jepang).
Fujita, I., Muste, M., Kruger, A., 1998. Velocimetri gambar partikel
skala besar untuk alirananalisis dalam aplikasi teknik hidrolik. J.
Hydraul. Res. 36 (3), 397e414.
Fujita, I., Watanabe, H., Tsubaki, R., 2007. Pengembangan teknik
pemantauan aliran yang tidak mengganggu dan efisien: velocimetry
gambar ruang-waktu (STIV). Int. J. River Basin Mengelola. 5 (2),
105e114.
Fujita, I., Tsubaki, R., 2002. Metode pengukuran kecepatan permukaan bebas
baru menggunakan gambar spatiotemporal. Dalam: Proc.
Pengukuran Hidrolik dan Metode Eksperimental pada CD-ROM.
Fujita, I., Tsubaki, R., 2004. Pengukuran bidang vortisitas dari gambar aliran
sungai, Int. Conf. pada Advanced Optical Diagnostics in Fluids Solids and
Combustion, V0032, Tokyo, Jepang.
Belanda, T., Holman, R.A., Lippmann, T.C., 1997. Penggunaan praktis citra
video dalam studi bidang oseanografi dekat pantai. IEEE J. Oceanic Eng.
22 (1), 81e95.
Hauet, A., Creutin, J.-D., Belleudy, P., 2008. Studi sensitivitas pengukuran
velocimetri gambar partikel skala besar dari debit sungai menggunakan
simulasi numer-ical. J. Hydrol. 349, 178e190.
Jackson, R.G., 1976. Implikasi dinamis sedimentologis dan fluida dari
fenomena ledakan yang bergejolak dalam aliran geofisika. J.
Cairan Mech. 77 (3), 531e560.
Asosiasi Sungai Jepang (Ed.), 1997. Manual Standar Teknis Untuk Teknik
Sungai dan Pengendalian Sedimen, Bagian Investigasi, pp. 33e58.
Kennedy, E.J., 1984. Peringkat debit di stasiun gauging. Bab A10,
Buku 3., Aplikasi Hidrolika. Dalam: Teknik Sumber Daya Air
Investiga-tions. USGS.
Kim, Y., Muste, M., 2005. Analisis ketidakpastian PIV skala besar mobile,
catatan singkat IIHR.
Kinoshita, R., 1984. Status saat ini dan prospek masa depan aliran sungai
analysis oleh foto udara. J. Hydraul., Lingkungan Pesisir. Eng., JSCE 345
(II-1), 1e19 (dalam bahasa Jepang).
Kruger, A., Weber, L., Muste, M., Fujita, I., 2000. Pengukuran real-time
kecepatan permukaan bebas menggunakan teknik pencitraan.
Hidroinformatika 2000, pada CD-ROM.
Meselhe, E.A., Peeva, T., Muste, M., 2004. Velocimetri gambar partikel skala
besar untuk kecepatan rendah dan aliran air dangkal. J. Hydr. Engrg. 130
(9), 937e940.
Nihei, Y., Wakatsuki, N., 2010. Pengukuran lapangan transportasi sampah
terapung di sungai dalam kondisi banjir. J. Hydraul., Lingkungan Pesisir.
Eng., JSCE 66 (1), 19e24 (dalam bahasa Jepang).
Okabe, T., Fujita, I., Tsubaki, R., Wakuda, A., 2007. Standar untuk metode
aplikasi LSPIV diterapkan pada rekaman video permukaan aliran banjir
yang sebenarnya. Annu. J. Hydraul. Eng., JSCE 51 pada CD-ROM (dalam
32 R. Tsubaki et al. / Jurnal Penelitian Hidro-lingkungan 5 (2011) 313e321
8 bahasa Jepang).
Utami, T., Ueno, T., 1994. Analisis banjir mengalir dengan pengolahan
gambar foto. J. Hydraul., Lingkungan Pesisir. Eng., JSCE 503 (II-29),
1e17 (dalam bahasa Jepang).