Analisis 3 Citra Satelit di Kota Palangkaraya Kalimantan Tengah

Nama : MUHAMMAD RAFSHA
Nim    : 2410416210037
Kelas : A

Mahasiswa Universitas Lambung Mangkurat Prodi S1 Geografi 

Fakultas Ilmu Sosial Dan Politik

Mata Kuliah : Penginderaan Jauh
Dosen pengampu : Dr. Rosalina kumalawati S.Si., M.Si.

*Apa Yang Di Maksud Dengan Citra Satelit?

Citra Satelit adalah gambar permukaan bumi yang diambil oleh satelit penginderaan jauh yang mengorbit planet bumi. Satelit penginderaan jauh dilengkapi dengan sensor untuk mendeteksi berbagai jenis cahaya, seperti cahaya tampak, cahaya inframerah, dan radiasi gelombang mikro.

*Citra satelit memiliki banyak manfaat: 1.Pembuatan peta desa

2.Perencanaan geografis

3.Memetakan perubahan penggunaan lahan

4.Mengidentifikasi dinamika perubahan lahan.

*Citra satelit alam terbagi menjadi 2,yaitu: 

-citra satelit resolusi rendah, (SPOT, Landsat, dan ASTER) 

-citra satelit resolusi tinggi (IKONOS, Worldview, Quickbird dan Pliades). 2. Citra satelit cuaca terdiri dari MODIS, ATS-1, TIROS-1, AVHRR, GOES, DMSP, NOAA.

Kota Palangka Raya, juga disebut "Palangkaraya", adalah sebuah kota di Indonesia yang juga merupakan ibu kota provinsi di Provinsi Kalimantan Tengah. Dengan luas 2.853,12 km2, kota ini memiliki 310.182 penduduk pada pertengahan tahun 2024, dengan kepadatan penduduk rata-rata 110 jiwa/km2.Sebelum mendapatkan otonomi daerah pada tahun 2001, Kota Palangka Raya hanya memiliki 2 kecamatan: Pahandut dan Bukit Batu. Sekarang terdiri dari 5 kecamatan: Pahandut, Jekan Raya, Bukit Batu, Sabangau, dan Rakumpit

Sebagai ibu kota provinsi Kalimantan Tengah, Palangkaraya memiliki karakteristik geografi yang berbeda dan dinamika lingkungan yang penting untuk dianalisis menggunakan gambar satelit. Berikut adalah analisis dari tiga jenis gambar satelit yang biasa digunakan dalam penelitian ini, termasuk kelebihan dan kekurangan masing-masing.

Gambar 1: Normalized Difference Snow Index (NDSI)

Normalized Difference Snow Index (NDSI) adalah indeks yang digunakan untuk menentukan keberadaan lapisan salju pada citra satelit atau udara. NDSI didasarkan pada perbedaan penyerapan cahaya pada rentang inframerah dekat (NIR) dan hijau tampak (Hijau) dari spektrum elektromagnetik.

-Dihitung menggunakan rumus:

NDSI = (Hijau -- SWIR1) / (Hijau + SWIR1)

Digunakan untuk:

• Mengidentifikasi salju dari vegetasi, tanah, dan elemen akhir litologi
• Menggambarkan area yang tertutup salju

Nilai indeks ini berkisar antara -1 hingga 1. Kemungkinan adanya salju sebanding dengan seberapa dekat nilai piksel NDSI dengan 1.

Tujuan:

1.untuk membantu pemetaan tutupan salju:
2.Mengurangi ketidakpastian peta tutupan salju pada skala berbeda dengan memperkirakan nilai ambang batas NDSI yang bergantung pada waktu dan lokasi
3.Meningkatkan akurasi pemetaan gletser dengan mengintegrasikan algoritma pembelajaran mesin dengan NDSI

Kelebihan: 

*Menginformasikan data yang lebih akurat daripada Fractional Snow Cover (FSC)
*Memiliki kemampuan untuk memetakan salju dalam banyak situasi

Kekurangan:

*tidak dapat dipecahkan dengan menghilangkan badan air dari citra satelit. Hal ini karena perlu mengidentifikasi badan air dan pra-pemrosesan data untuk menghilangkannya dari citra asli.

Gambar 2: FALSE COLOR (URBAN)

scihub.copernicus.eu/

Citra satelit false color adalah gambar permukaan lahan yang dibuat dengan skema warna tertentu untuk mengidentifikasi fitur-fitur spesifik secara visual.

Rumus untuk citra satelit false color adalah kombinasi band RGB 432, yang menempatkan band 4 pada saluran merah, band 3 pada saluran hijau, dan band 2 pada saluran biru.

Tujuan:

untuk menghasilkan citra dengan perbedaan yang jelas pada daerah perkotaan.

Kelebihan:

1.dapat memberikan kontras yang jelas antara daerah perkotaan dengan vegetasi hijau tua. Dalam citra satelit false color, daerah perkotaan dapat tampak putih, abu-abu, atau ungu.

2.Perairan berwarna biru atau hitam sehingga garis pantai tampak lebih jelas.

3.Salju dan es lebih mudah dikenali karena warna biru gelapnya menonjol.

4Dapat digunakan untuk mendeteksi dan menganalisis aerosol, yaitu partikel padat atau cair kecil yang tersuspensi di atmosfer.

Kekurangan:

1.Akurasi citra satelit dapat bervariasi.

2.Keakuratan citra satelit sangat penting untuk aplikasi yang kesalahan beberapa meter dapat membahayakan nyawa atau memengaruhi laba bersih.

Gambar 3: Scene Classification Map

scihub.copernicus.eu/Input sumber gambar

Scene Classification Map (Peta Klasifikasi Pemandangan) adalah representasi visual yang mengkategorikan berbagai jenis objek atau komponen yang ada dalam gambar satelit atau foto udara berdasarkan atributnya. Analisis citra sering menggunakan pemetaan ini untuk memahami dan menginterpretasikan lanskap dan penggunaan lahan.

Tujuan:

1.Pengidentifikasian dan Klasifikasi Penggunaan Lahan

2.Pemantauan Perubahan Lingkungan

3.Dukungan untuk Perencanaan Tata Ruang

Kelebihan:

1.Analisis Detail Penggunaan Lahan

2.Pemantauan Perubahan Lahan

3.Kuantifikasi dan Data Statistis

4.Akurasi Klasifikasi yang Tinggi

5.Visualisasi yang Efektif

6.Dukungan untuk Perencanaan Tata Ruang

7.Aksesibilitas dan Ketersediaan Data

8.Dampak Positif pada Kebijakan Lingkungan

9.Aplikasi Beragam di Berbagai Sektor

Kekurangan:

1.Akurasi Klasifikasi yang Terbatas

2.Keterbatasan Resolusi Spasial 

3.Keterbatasan Data Temporal

4.Kesulitan dalam Mengklasifikasikan Tipe Lahan yang Sama

5.Biaya Akses untuk Data Resolusi Tinggi

6.Keterbatasan dalam Analisis Dinamis

7.Kurangnya Informasi Kontekstual

8.Kompleksitas Pengolahan Data

9.Ketergantungan pada Ground Truth

Kesimpulan: Alat penting untuk pemantauan lingkungan adalah citra satelit; metode seperti NDSI yang efektif untuk mendeteksi salju dan es, citra warna palsu yang meningkatkan visualisasi elemen lanskap, dan Scene Classification Map yang mengelompokkan penggunaan lahan untuk mendukung perencanaan dan analisis perubahan. Kombinasi ketiga teknik ini memungkinkan pemahaman yang lebih baik tentang keadaan lingkungan dan membuat keputusan yang lebih cerdas tentang masalah lingkungan.