Penginderaan jauh dan pengolahan citra digital berfungsi dalam hubungan geospasial antara variable ekologi agroekosistem dan ekosistem pada wilayah yang luas secara berulang-ulang. Metodologi buku bertujuan memperluas pendekatan teoritis penginderaan jauh dan pemrosesan citra digital dari aplikasi mutidisiplin menggunakan paket R untuk melibatkan mahasiswa dalam mempelajari teori melalui proyek/studi kasus (Alves and Sanches 2023). Penginderaan jauh memiliki unsur penting dalam bidang pemetaan dan foto udara yang biasa digunakan untuk mengidentifikasi daerah rawan bencana, tutupan lahan, dan penggunaan lahan di wilayah sekitar yang diamati menggunakan foto udara (Akhmadi, Kumalawati, and Arisanty 2017)
BAB 1 Prinsip Bahasa R Dalam Penginderaan Jauh Dan Digital Pengolahan Citra
R adalah lingkungan perangkat lunak gratis untuk komputasi statistik dan grafik yang dikompilasi dan dijalankan pada berbagai platform UNIX, Windows dan MacOS. R adalah lingkungan yang kuat untuk pemrosesan gambar digital, geokomputasi serta untuk memperoleh dan menganalisis data penginderaan jauh. Bahasa R pertama kali dibuat dan dirilis yang diterbitkan oleh Ihaka & Gentleman tahun 1996 di kembangkan secara aktif oleh sekelompok ahli statistik yang disebut tim Inti R1. R bersifat open source dan tersedia secara bebas untuk sistem informasi Windows, Mac dan Linux yang memiliki serangkaian alat yang luas dan koheren untuk analisis statistik. Dengan R dimungkinkan untuk mengeksplorasi aspek gratis secara fleksibilitas dan menghasilkan ilmu yang berkualitas. R berasal dari versi terbuka bahasa pemrogramer tahun 1990an dan mendapatkan dukungan dari beberapa perusahaan, yaitu: (1) RStudio dan Revolution Analytics serta Perusahaan besar database relasional (Oracle). Manfaat menggunakan R dalam bidang analisis data modern ynag berfungsi sebagai alat yang berharga terkait dengan ekosistem paket, ekstensibilitas, open source, kemampuan grafis, pemetaan dan hubungan kuat dengan bidang akademis. Tantangan R memiliki keterbatasan dalam manajemen memori, kecepatan, dan efisiensi sedangkan strategi big data pada pemrogramer R bersifat interaktif dengan kejelasan dan tampilan mampu memproses data besar dengan cepat dan berulang untuk menciptakan model statistic yang kuat dan andal, mentransformasikan data, mengevaluasi berbagai pilihan model, dan memvisualisasikan hasil.
BAB 2 Pengantar Penginderaan Jauh Dan Citra Digital Memproses Dengan R
Fitur vektor dalam penginderaan jauh dan pengolahan citra digital menjadi hal yang sangat penting dalam menentukan wilayah. Fungsi konvensional dalam penggunaan geometri vector titik, garis, poligon dan kelipatan geometri yang digunakan untuk memperoleh, mengekstraksi, mengedit, melihat dan memanipulasi gambar dalam sistem informasi dan metode pengeditan vektor yang lebih sederhana pada gambar di google earth. Menggunakan R dan Earth Engine terhubung dalam lingkungan pemrosesan multiguna untuk menghasilkan produk informasi geografis, poligon yang dibuat di google earth dengan ekstensi KML dapat diimpor ke R. Data vektor ini bersifat relative terhadap suatu objek atau proses penginderaan jauh yang ditentukan dengan membuat polygon yang digambar di atas target seperti pada komposit A atau warna citra satelit. Fungsi tampilan peta digunakan untuk melakukan pemetaan dengan template dari database OpenStreetMap digunakan sebagai pelengkap yang diubah menjadi satu file yang berisi fitur poligon sederhana dengan atribut. Penginderaan jauh adalah seni, ilmu pengetahuan dan teknologi untuk memperoleh objek fisik dan lingkungan melalui proses perekaman, pengukuran, dan interpretasi gambar atau representasi digitak pola energi yang berasal dari sistem sensor non-kontrak. Objek raster mengacu pada gambar ddengan jumlah kolom, baris, piksel, luas, resolusi, spasial, dan sistem koordinat referensi.
BAB 3 Penginderaan Jauh Radiasi Elektromagnetik
Pemantauan suhu melalui penginderaan jauh dapat berguna untuk aplikasi pertanian, perkotaa, dan lingkungan. Tujuannya adalah menggunakan data pemantauan penginderaan jauh di wilayah inframerah termal untuk mengevaluasi suhu permukaan. Alur pemroses data untuk kalibrasi data suhu radiasi menjadi nilai fisik, pemetaan suhu dalam kelvin dan derajat selsius digunakan di wilayah perkotaan untuk mendeteksi pulau panas dengan sensor TIR Pita Termal Landsat 8-10 dengan Solusi praktis memulai aplikasi penginderaan jauh menggunakan satelit landsat untuk mengevaluasi suatu objek untuk memperoleh informasi dalam citra pancaran dan termal menggunakan opsi “Koleksi Lambat 1 Level-1” dan mengundul file secara instan dengan login situs web Earth Explorer. Pancaran cahaya di bagian atas atmosfer diubah menjadi kecerahan suhu pada sensor dengan menerapkan model matematika dalam meproyeksikan ulang gambar ke belahan bumi Selatan menggunakan parameter argumen crs dalam proyeksi UTM, Ellipsoid WGS-84 Zona 30S. Raster model elevasi digital digunakan sebagai referensi untuk mencocokkan raster. Dalam penginderaan jauh perlu mengetahui inframerah termal karena memberikan informasi panjang gelombang bagian spektrum elektromagnetik yang harus dipilih untuk mengamati objek jarak jauh dengan Panjang gelombang dominan 9,67 Um, akan lebih tepat menggunakan detector inframerah termal pada kisaran 8-14Um. Path radiance merupakan jenis radiasi yang tidak diinginkan dalam proses penginderaan jauh, jenis radiasi ini mengalami gangguan atmosfer sehingga kualitas citra yang dihasilkan buruk.
BAB 4 Sensor Penginderaan Jauh dan Sistem Satelit
Pemantauan permukaan oleh satelit observasi bumi mengenai target pertanian, perkotaan, dan melakukan forensic teknis dalam beberapa situasi aplikasi penginderaan jauh dan pemrosesan gambar data dari misi CBERS – 04A untuk mendeteksi kebakaran hutan, pemetaan vegetasi, studi konservasi pankromatik pada resolusi spasial 2m dalam pemeteaan yang mengacu pada pemrosesan L4 mengacu pada citra yang diortorektifikasi dengan koreksi radiometrik dan geometri menggunakan titik control dan model elvasi digital. Pemetaan data R menggunakan plot yang digunakan pita pankromatik dengan bantuan parameter ext untuk menetukan wilayah tujuan yang akan dipetakan. Dalam pemantauan kekuatan vegetatif tanaman kopi setelah panen kopi menggunakan sensor landsat 8 OLI/TIRS yang tersedia setiap 16 hari, melalui resolusi spasial 30 m pada pita spektrum refletif dan pita 100 m pada wilayah termal untuk mengetahui vegetasi rendah, suhu, kelembaban dan kekuatan yang mungkin mengalamu kerusakan selama panenkopi.
BAB 5 Penginderaan Jauh Vegetasi
Vegetasi merupakan sumber daya alam terbarukan dalam bentang alam dan ekspresi ekonomi yang Sebagian besar ekosistem terrestrial. Pemantauan permukaan bumi oleh satelit observasi bumi dan kamera pencitraan multispektral dapat digunakan dalam aplikasi untuk menetukan, indeks yang mencermikan kondisi kekuatan vegetasi. Menggunakan penginderaan jauh dapat memperkirakan dan mengvaluasi tuutpan lahan vegetasi di wilayah perkotaan dan pedesaan. Data pemantauan CBERS-04A dari kamera WPM digunakan sebagai contoh pemetaan indeks vegetasi NDVI dari pemantauan yang dilakukan pada bendungan funil. Perangkat lunak R dapat digunakan untuk menyelesaikan praktik komputasi. Mengimpor peta multispektral menggunakan pita di wilayah spectral merah dan inframerah termal CBERS-04A diimpor ke R dengan fungsi raster dari folder tempat data disimpan di computer anda. NDVI memiliki fungsi overlay yang diterapkan dalam argument menyenangkan untuk menghitung NDVI dari persamaan perbedaan yang dinormalisasikan dalam R pada pita merah (Bres) dan NIR (Bnir) CBERS-04A. pemantauan satelit terhadap deforestasi banyak digunakan berupa gambar dari satelit Amerika Landsat-5 TM secara historis dari sensor CCD pada CBERS-2/2B, satelit dari program penginderaan jauh.
BAB 6 Penginderaan Jauh Air
Merupakan Teknik untuk menghasilkan peta curah hujan untuk mendukung pemantauan curah hujan terutama di wilayah yang data pengukuran hujan dengan memperkirakan variasi curah hujan spatio-termporal sebagai aspek peringatan dini kekeringan dan pemantauan lingkungan. Survei geologi (USGS) da pusat pengamatan Sains Sumber Daya Bumi (EROS) untuk menyediakan kumpulan data yang lengkap, andal dan terkini untuk digunakan dalam berbagai analisis aplikasi meteorologi. Fitur baru dari pengamatan satelit, seperti perkiraan curah hujan satelit NASA dan NOAA dengan permodelan data untuk mengembangkan permukaan iklim curah hujan pada resolusi 0,05y. pemetaan curah hujan merupakan visualisasi detail spasial variasi curah hujan yang lebih tinggi di daerah aliran sungai. Penentuan luas permukaan air sungai, danau, waduk dan laut dengan penginderaan jauh multispektral pasif dengan penentuan kandungan organic dan anorganik air batuan spektaradiometer multi-spektral dengan penentuan kedalaman perairan secara batimetri dengan LIDAR dan SONAR. Penentuan suhu permukaan air dengan penginderaan jauh inframerah termal dan penentuan curah hujan dengan RADAR pasif. Indeks perbedaan air yang dinormalisasikan bantuan NDWI berdasarkan rasio pita dapat digunakan untuk memisahkan air dan medan sehingga nilai NDWI digunakan untuk memetakan badan air dan medan.
BAB 7 Penginderaan Jauh Tanah, Batuan dan Geomorfologi
Model elevasi digital merupakan representasi topografi permukaan bumi (Tanah Telanjang), penggunaan data DEM dari peta topografi melalui elevasi digital misi topografi topografi Shuttle Radar, terdiri dari, perolehan model elevasi digital dalam skala hampir global dengan produk SRTM V3 (SRTM PLUS) yang disediakan oleh NASA JPL, DEM dengan resolusi spasial 1 detik busu. Menentukan variable kemiringan medan, aspek dan bayangan dari data penginderaan jauh RADAR aktif yang diperolah dari misi SRTM. Model elevasi digital dari platform APPEARS pada resolusi spasial x,y sebesar 0,0002777 yang diimpor ke R dengan fungsi rast. Identifikasi jaringan drainase, geomorfologi, daerah aliran sungai, kemiringan lereng dan aspek penginderaan jauh aktif dengan RADAR Interferometei Sintetik. Tekstur tanah diklasifikasi melalui peroleh data berdasarkan hasil pengambilan sampel tanah, pada lapisan 0 hingga 20 cm, berupa kuintal lempng, lanau, pasir (%) dan bahan organik (9 kgy1) pada mesh 67 simpul untuk memperoleh pemetaan kelas tanah.
BAB 8 Penginderaan Jauh Suasana
Pemantauan tutupan awan yang tebal dan terus-menerus membentuk penghalang yang signifikan terhadap penetrasi radiasi. Pemantauan pecahan awan dapat dapat dilakukan pada skala planet dengan data penginderaan jauhsentinel-5P. memperoleh property cloud dengan sensor tropomi di dasarkan pada algoritma OCRA dan ROCINN yang saat digunakan dalam produk operasional GOME dan GOME-2. Data pemantauan sentinel-5P dapat diakses di cloud melalui R dan Earth Engine (EE) digunakan untuk membangun aliran pengolahan data pemetaan batas administratif dan gas atmosfer pada suatu lokasi yang diamati. Fungsi me-simplity dari paket Mapshaper digunakan untuk memperkecil ukuran file karena jenis pemetaan tidak memerlukan banyak detaik titik. Parameter untuk visualisasi dan pemilihan jalur kepadatan fraksi awan di kolom atmosfer yang digunakan untuk memetakan rata-rata nilai pecahan awan yang ada di pantaupada titik fungsi$mean. Variasi atmosfer dapat menetukan ketidakseimbangan radiasi dari proses alam, seperti efek astronomi dari insiden radiasi matahari gelombang pendek, letusan gunung berapi, aerosol, dan tidakan manusia yang menimbulkan gas rumah kaca ke atmosfer.
BAB 9 Aplikasi Ilmiah Penginderaan Jauh dan Digital Pemrosesan Gambar Untuk Desain Proyek
Persediaan air dalam jumlah besar yang dugunakan untuk berbagai keperluan, seperti transportasi , pariwisata olahraga, budidaya perikanan dan pembangkit listrik. Big data dari penginderaan jauh pasif dan aktif dari pemantauan multispektral digunakan untuk mengkrakterisasi luas permukaan dan melakukan survei batimetri waduk funil di Minas Gerais, Brazil. Luas permukaan air yang digunakan untuk menutupi data ketinggian dari model ketinggian digital, SRTM dan ASTER GDEM dengan pemanfaatan big data penginderaan jauh mengenai penentuan kedalaman dan luas air bendungan. Penginderaan jarak jauh digunakan dalam banyak aplikasi, seperti analisis citra medis, evaluasi produk tak rusak di jalur perakitan dan sumber daya lahan. Berguna dalam permodelan siklus karbon global, biologi ekosistem dan biokimia, aspek siklus air dan energi global, variabilitas iklim dan predeksi cuaca, kimia atmosfer, karakteristik tanah padat, perkiraan populasi, pemantauan perubahan penggunaan lahan, dan bencana alam.
BAB 10 Interpretasi Visual dan Peningkatan Jarak Jauh Merasakan Gambar
Moderate Imaging Spectroradiometer (MODIS) digunakan dalam studi lingkungan, regional dan global termasuk aplikasi pertanian, hidrosfer, atmosfer, sosialekonomi, penggunaan hutan, dan kebakaran hutan. MODIS disusun oleh tim ilmuwan interdisipliner dengan pengalaman luas dalam mengoperasikan dan menggunakan data sensor orbital untuk pengumpulan, kalibrasi dan pemrosesan data, menentukan data pada produk yang digunakan untuk mengamati proses perubahan global dari pemantauan sateli. Data sensor Moderate Imaging Spectroradiometer merupakan perkiraan reflektansi spectral permukaan untuk menentukan data besar penginderaan jauh daerah aliran sungai. Produk citra MODIS Land Surface Reflectance -V.6.0 (MODO9GA). Dengan penggunaan komposisi warna RGB, penentuan indeks spektral, dan transformasi tutup berumbai. Solusi praktik aplikasi penginderaan jauh menggunakan data sensor MODIS untuk evaluasi suatu objek. MODIS Land Surface Reflectance dapat digunakan sesuai kebijaksanaan dari versi terbaru dengan resolusi sedang pita 1 hingga 7 pada resolusi spasial 500-1000 m. Fungsi Projecraster dari data kelas Rasterlayer di WGS-84, proyeksi ditumpuk dengan fungsi untuk melakukan pemetaan pertama MODIS hi2v10. Dalam teori waran aditif, piksel dengan nilai digital RGB sebesar 255.255.255 menampilkan warna pilih dalam kasus penggunaan 3 gambar 8 bit.
BAB 11 Klasifikasi Gambar Penginderaan Jauh Tanpa Pengawasan
Citra penginderaan jauh diubah menjadi informasi nyata yang dapat digunakan bersama dengan kumpulan data lain dalam geoproses. Superpiksel mengelompokkan piksel yang serupa secara visual untuk menciptakan ektitas yang bermakna visual dan mengurangi jumlah elemen primitif dalam langkah pemrosesan dengan pola pencitraan multispektral dari satelit CBERS-04A dan kamera WPM. Menggunakan konsep superpiksel untuk berbagai data spasial dalam raster indeks vegetasi yang dinormalisasikan secara kontinu/beberapa variable, seperti dalam raster RGB. Data pemantauan CBERS-04A dari kamera WPM sebagai pemetaan pita pankromatik resolusi spasial sm yang mengacu pada level L4. Segmentasi gambar RGB dengan superpiksel merupakan Teknik subset data dengan pita multispektral pada wilayah spectral biru, hijau, dan merah untuk melakukan segmentasi. Kelebihan klasifikasi tanpa pengawasan dapat mengenali kelas unik diakui sebagai unit yang berbeda sedangkan kerugian klasifikasi tanpa pengawasan dapat mengenali kelas spectral homogen yang tidak sesuai dengan kategori minat analisis.
BAB 12 Klasifikasi Gambar Penginderaan Jauh yang Diawasi
Klasifikasi adalah prosedur untuk analisis kuantitatif data citra penginderaan jauh, algortima digunakan dalam proses untuk mengenali dan memberi label piksel pada gambar untuk jenis penggunaan lahan dan analisis lanskap tertentu. Data pemantauan CBERS-04A dari kamera WPM digunakan pemetaan pita pankromatik pada resolusi spasil 2 m dalam pemantauan pita multispektral tidak menyatu di dampel ulang ke resolusi sama dengan pita pankromatik dengan metode penumpukkan gambar yang menyatu dan tidak menyatu dalam satu file. Secara umum target visual adalah bangunan, air, tanah gundul, hutan campuran, bambu raksasa, kayu putih, mahoni, padang rumput, tanaman kopi, panel surya, dan basisi data atribut kelas data frame. Melakukan analisis eksplorasi, poligon diubah menjadi data raster menggunakan fungsi rasterisasi yang di evaluasi pada gambar multispektral.
BAB 13 Analisis Ketidakpastian Akurasi Dalam Penginderaan Jauh dan Pengolahan Citra Digital
Analisis matriks kebingunan dalam penginderaan jauh dapat digunakan untuk menganalisis akurasi dan klasifikasi gambar. Menentukan matriks konfusi dan metrik akurasi total dan indeks kappa untuk mendeteksi/mengevaluasi hasil eksperimen analisis data citra multi-spektral dari satelit CBERS-04A dan kamera WPM. Poligon spasial dibuat dlaam pengaturan berbeda dari 10 dan 4 kelas untuk mengevaluasi pengaruh generalisasi pada pelatihan algortima dan tanpa fusi pita pankromatik. Pada tahap pemasangan model ditemukan nilai akurasi dan kappa yang lebih tinggi untuk algoritma oleh SVMLinear 2 dan rapat 1 SE. Hasil klasifikasi hutan acak pada kelas fusi dan 4 di ekspor ke direktri terkait fungsi WhiteRaster, terlepas dari metode jarak yang dievaluasi, hasil segmentasi secara serupa meskipun jarak Jensen-shannon menetukan ukuran penyimpan terkecil dibandingkan metode lain. Langkah-langkah untuk memperoleh keakuratan informasi dari data penginderaan jauh adalah menentukan sifat informasi tematik yang akan di evaluasi, menentukan metode mengevaluasi akurasi, menentukan jumlah observasi dalam analisis, menentukan skema pengambilan sampel, memperole informasi referensi di lapangan, melakukan matriks, menerima atau menolak hipotesis dengan hasil besaran akurasi.
BAB 14 Aplikasi Ilmiah Penginderaan Jauh dan Digital
Penginderaan jauh dapat digunakan dalam pemetaa tutupan lahan dan perubahan penggunaan lahan yang terukur, dapat direplikasi dan terjangkau. Detail akurat lanskap mengklasifikasikan citra satelit melalui Teknik pemrosesan citra, permodelan dan penggunaan algoritma klasifikasi. Big data penginderaan jauh multisensory ditentukan untuk indentifikasi target dengan algoritma klasifikasi terawasi dengan mempertimbangkan klasifikasi kawasan secara spesifik. Data landsat survei geologi Amerika Serikat adalah yang paling mudah di akses dalam pemetaan tutupan lahan karena memiliki desain khusus pada sensor, data citra sentinel-1 dan sentinel-2 data koreksi secara geometris dan kalibrasi ke titik referensi WGS-84 dan diproyeksikan ke sistem UTM. Landsat-8 adalah citra dengan inframerah termal dan Operasional Land Imager yang menyediakan data resolusi spasial tinggi bumi yang terkalibrasi. Pengklasifikasi yang dianalisis memberikan hasil yang memuaskan untuk target lanskap di wilayah bendungan funil. Mempertimbangkan klasifikasi kawasan kopi, khususnya alqortima SVMLinear2 dapat diindikasikan, mengingat banyak jumlah kawasan yang terindentifikasikan dan semakin baik pembedaan kawasan vegetasi. Data citra landsat-8 lebih cocok dalam algoritma sedangkan sentinel merupakan citra yang memiliki hal mendasar untuk memisahkan air dari target lain yang dianalisis dengan menetapkan ambang batas 0,1031 pada simpul keputusan pertama.
