Analisis dan Interpretasi Citra Kabupaten Garut Jawa Barat

Nama: M. Irfan Nugraha
NIM: 2410416310024
Kelas: B
Mata Kuliah: Pengindraan Jauh
Prodi: S1 Geografi Mahasiswa Universitas Lambung Mangkurat Fakultas Ilmu Sosial dan Ilmu Politik
Dosen Pengampu: Dr. Rosalina Kumalawati, S.Si, M.Si.

Citra satelit merupakan gambar atau data visual  permukaan bumi yang diperoleh dengan menggunakan sensor yang dipasang pada satelit yang mengorbit bumi.

 Gambar ini menangkap informasi di seluruh spektrum cahaya, mulai dari cahaya tampak hingga gelombang yang tidak terlihat oleh mata manusia.
 

B. Inframerah dan gelombang mikro.
 Citra satelit digunakan untuk berbagai tujuan, termasuk pemantauan lingkungan, pemetaan, pertanian, pemantauan cuaca, dan tanggap bencana.

Interpretasi gambar adalah proses menganalisis dan memahami gambar atau data visual yang diperoleh dari berbagai sumber seperti satelit, drone, dan sensor lainnya.
 Tujuan  interpretasi citra adalah untuk mengidentifikasi dan mengekstrak informasi penting tentang objek, pola, atau fenomena tertentu di permukaan bumi dari citra

Citra satelit garut Sentinel-2 adalah misi satelit optik yang diluncurkan oleh Badan Antariksa Eropa (ESA) di bawah program Copernicus.
 L2A (Level 2A) merupakan citra yang telah mengalami koreksi atmosfer.
 Artinya, ia disetel untuk menghilangkan efek atmosfer seperti awan dan kabut untuk memberikan pantulan permukaan yang akurat.
 Hal ini membuat data lebih mudah tersedia untuk  berbagai aplikasi seperti pemantauan lingkungan, pertanian, dan pengelolaan sumber daya air.

 Keuntungan 

Resolusi spasial yang unggul: Gambar Sentinel-2 umumnya memiliki resolusi spasial yang cukup tinggi, memungkinkan perbedaan yang sangat jelas antara kawasan pemukiman, jalan, dan fitur lain di lapangan.
 Ini sangat berguna untuk analisis  lebih rinci.
 Informasi spektral ekstensif: Pita SWIR (inframerah gelombang pendek) yang digunakan dalam gambar ini sangat sensitif terhadap kadar air dan vegetasi.
 Informasi spektral yang kaya ini memungkinkan Anda membedakan spesies tanaman yang berbeda, memantau kesehatan tanaman, dan menemukan sumber air.
 Ketersediaan Data Berkala: Data Sentinel-2 tersedia secara berkala dan memungkinkan kami melacak perubahan yang terjadi di permukaan bumi dari waktu ke waktu.
 Hal ini sangat berguna untuk memantau perubahan penggunaan lahan, pertumbuhan perkotaan, dan dampak bencana alam.
  Cakupan Area: citra satelit mencakup area yang luas dan memberikan informasi komprehensif tentang area tersebut secara sekilas.
 Hal ini sangat berguna untuk analisis tingkat regional atau nasional.
 Analisis Kuantitatif: Data gambar dapat diproses secara digital untuk menghasilkan informasi kuantitatif seperti indeks vegetasi, luas permukaan, dan tingkat urbanisasi.
 Informasi kuantitatif ini sangat berguna dalam mendukung pengambilan keputusan berdasarkan data.

 Kekurangan

 Pengaruh Kondisi Atmosfer: Kualitas citra satelit dapat dipengaruhi oleh kondisi atmosfer seperti awan dan kabut, yang dapat mengurangi visibilitas permukaan tanah. Interpretasi Kompleks: Interpretasi citra satelit memerlukan pengetahuan khusus tentang sensor, atmosfer, dan properti permukaan. Biaya: Akses terhadap data satelit berkualitas tinggi dan perangkat lunak pengolah gambar bisa jadi mahal. Resolusi temporal terbatas: Meskipun data satelit tersedia secara rutin, resolusi temporalnya mungkin tidak cukup tinggi untuk memantau peristiwa yang terjadi dalam skala waktu yang sangat singkat. 

Unsur interpretasi gambar.

1. Corak dan Warna: Kawasan Perkotaan: Bahan bangunan memantulkan lebih banyak cahaya sehingga umumnya memiliki corak lebih terang.

2. Bentuk: Permukiman: Bentuk permukiman bervariasi dari biasa (permukiman jaringan) hingga tidak teratur (permukiman kumuh).jalan: jalan ditampilkan sebagai garis lurus atau melengkung. Kawasan Pertanian: Kawasan pertanian seringkali mempunyai bentuk yang beraturan, seperti bidang tanah.

3. Ukuran: Benda besar: Benda seperti danau dan hutan  mudah dikenali.  Objek kecil: Bangunan, jalan, dll.  mungkin perlu diperbesar.

4. Tekstur : Hutan : Teksturnya kasar karena  jenis dan ukuran pohonnya berbeda. Pertanian: Tanaman ditanam secara teratur sehingga menghasilkan tekstur yang halus.

5. Pola: Jaringan jalan: Pola jaringan jalan  mencerminkan tingkat konektivitas suatu wilayah. Pola penggunaan lahan: Pola penggunaan lahan  mencerminkan aktivitas manusia di suatu wilayah.

6. Bayangan: Relief: Bayangan sangat cocok untuk mendeteksi perbedaan ketinggian di daerah perbukitan dan pegunungan

7. Posisi: Posisi relatif: Posisi suatu benda terhadap benda lain memberikan informasi tentang fungsinya Misalnya, daerah pemukiman di dekat sungai mungkin terkena dampak banjir

8. Asosiasi : Hubungan antar objek : Hubungan antar objek memberikan informasi tentang penggunaan lahan Misalnya, adanya jalan yang menghubungkan suatu desa dengan lahan pertanian menandakan bahwa sedang berlangsung aktivitas pertanian di sekitar desa tersebut

citra garut/dok. pri

Analisis Jenis Gambar NDSI (Normalized Difference Snow Index) adalah indeks yang digunakan untuk mendeteksi keberadaan salju atau es di permukaan tanah Indeks ini menggunakan perbedaan reflektansi antara citra satelit pita merah dan pita inframerah dekat Daerah dengan nilai NDSI yang tinggi biasanya menunjukkan adanya salju atau es Deteksi Salju dan Es yang Akurat: NDSI membantu mengidentifikasi dan memetakan area bersalju atau es ketika kondisi lingkungan menunjukkan adanya salju atau es
 Sangat efektif
 Visualisasi yang jelas: wilayah dengan nilai NDSI tinggi ditampilkan dalam warna kontras untuk memudahkan interpretasi
 Data Kuantitatif: NDSI memberikan data kuantitatif keberadaan salju atau es yang dapat digunakan untuk analisis lebih lanjut
 Kekurangan Kondisi Geografis: Kota Bharu terletak di daerah tropis dan kondisi iklimnya tidak sesuai dengan keberadaan salju dan es yang terus menerus
 Oleh karena itu, tidak masuk akal untuk menerapkan indeks NDSI pada citra garut
 Penafsiran salah: Warna biru  pada gambar seharusnya menunjukkan salju atau es, namun kemungkinan besar disebabkan oleh faktor lain seperti: Air: Daerah yang banyak mengandung air, seperti sungai atau danau
 Lahan basah dapat menampung banyak air
 Indeks NDSI memberikan sinyal yang mirip dengan salju, terutama ketika kondisi atmosfer kurang dari ideal
 Vegetasi: Jenis vegetasi tertentu, terutama yang daunnya berwarna cerah, dapat menghasilkan sinyal seperti salju
 Noise: Noise pada gambar juga dapat menyebabkan munculnya warna biru di area yang seharusnya tidak ada salju
 Informasi Terbatas: NDSI hanya memberikan informasi keberadaan salju atau es dan tidak memberikan informasi lain seperti tutupan lahan, penggunaan lahan, atau status vegetasi

citra garut/dok. pri

 Elemen Interpretasi
 Suara dan Warna: Biru: Pada gambar ini, warna biru mungkin menunjukkan adanya air, bukan salju, seperti yang  ditunjukkan oleh indeks NDSI
 Hijau: Menunjukkan vegetasi
 Daerah yang berwarna hijau tua biasanya mengandung cukup air
 Putih: Biasanya menunjukkan awan atau area dengan reflektifitas tinggi, seperti: Misalnya pasir

2.Bentuk : Orientasi : Jaringan jalan, sungai, dan garis pantai pada umumnya lurus Tidak Beraturan: Bentuk kawasan pemukiman cenderung tidak beraturan Pola Geometris: Lahan pertanian sering kali memperlihatkan geometris karena pola pertanian normal

3. Ukuran: Besar: Perairan besar, kawasan hutan, atau pemukiman besar mudah dikenali
 Kecil: Jalan kecil, gedung, peternakan, dll  mungkin perlu diperbesar untuk melihat detailnya
4 Tekstur: Baik: Daerah perkotaan, badan air, dan lahan pertanian  datar cenderung memiliki tekstur  lebih halus  Kasar: Hutan dan kawasan dengan relief tinggi cenderung memiliki tekstur lebih kasar
5 Pola: Jaringan: Jaringan jalan, sungai, dan saluran drainase membentuk pola tertentu
 Penggunaan lahan: Pola penggunaan lahan seperti pemukiman, pertanian, dan hutan membentuk berbagai pola
6 Bayangan: Relief: Bayangan berguna untuk mendeteksi perbedaan ketinggian, terutama di daerah perbukitan dan pegunungan
7 Posisi: Posisi relatif: Posisi suatu benda terhadap benda lain memberikan informasi tentang fungsinya
 Misalnya, daerah pemukiman di dekat sungai mungkin terkena dampak banjir
8 Terkait: Hubungan antar objek: Hubungan antar objek memberikan informasi tentang penggunaan lahan

Citra satelit Sentinel-2 L2A Kabupaten Garut  dengan indeks SWIR dan NDWI sangat cocok untuk memetakan vegetasi, badan air, dan fitur permukaan lainnya. SWIR cocok untuk deteksi kadar air, kesehatan tanaman, dan analisis penggunaan lahan, sedangkan NDWI cocok untuk deteksi air permukaan dan pemantauan kelembaban vegetasi. Kedua gambar  memberikan informasi spektral yang kaya dan mendukung pemantauan berkala terhadap perubahan lingkungan, namun kualitas gambar dapat dipengaruhi oleh kondisi atmosfer. Gambar NDSI biasanya digunakan untuk mendeteksi salju tetapi tidak cocok untuk Kabupaten Garut karena iklim tropis.
 Warna biru yang Anda lihat mungkin menunjukkan adanya air, bukan salju. Secara keseluruhan, gambar Sentinel 2 memberikan wawasan penting mengenai kondisi lingkungan, namun interpretasinya memerlukan keahlian dan data lapangan untuk meningkatkan akurasi.