PETA CITRA LANDSAT 8

PETA CITRA LANDSAT 8

Karakter utama dari suatu image (citra) dalam penginderaan jauh adalah adanya rentang panjang gelombang (wavelength band) yang dimilikinya. Beberapa radiasi yang bisa dideteksi dengan sistem penginderaan jarak jauh seperti : radiasi cahaya matahari atau panjang gelombang dari visible dan near sampai middle infrared, panas atau dari distribusi spasial energi panas yang dipantulkan permukaan bumi (thermal), serta refleksi gelombang mikro. Setiap material pada permukaan bumi juga mempunyai reflektansi yang berbeda terhadap cahaya matahari. Sehingga material-material tersebut akan mempunyai resolusi yang berbeda pada setiap band panjang gelombang. Piksel adalah sebuah titik yang merupakan elemen palong kecil pada citra satelit. Angka numerik (1 byte) dari piksel disebut Digital Number (DN). Digital Number bisa ditampilkan dalam warna kelabu, berkisar antara putih dan hitam (greyscale), tergantung level energi yang terdeteksi. Piksel yang disusun dalam order yang benar akan membentuk sebuah citra. Berdasarkan resolusi yang digunakan, citra hasil penginderaan jarak jauh bisa dibedakan atas (Jaya, 2002): 
• Resolusi spasial Merupakan ukuran terkecil dari suatu bentuk (feature) permukaan bumi yang bisa dibedakan dengan bentuk permukaan disekitarnya, atau sesuatu yang ukurannya bisa ditentukan. Kemampuan ini memungkinkan kita untuk mengidentifikasi (recognize) dan menganalisis suatu objek di bumi selain mendeteksi (detectable) keberadaannya. 
• Resolusi spektral Merupakan dimensi dan jumlah daerah panjang gelombang yang sensitif terhadap sensor • Resolusi radiometrik Merupakan ukuran sensitifitas sensor untuk membedakan aliran radiasi (radiation flux) yang dipantulkan atau diemisikan suatu objek oleh permukaan bumi. 
• Resolusi Temporal Merupakan frekuensi suatu sistem sensor merekam suatu areal yang sama (revisit). Seperti Landsat TM yang mempunyai ulangan setiap 16 hari, SPOT 26 hari dan lain sebagainya. 
Kebanyakan citra satelit yang belum diproses disimpan dalam bentuk grayscale, yang merupakan skala warna dari hitam ke putih dengan derajat keabuan yang bervariasi. Untuk penginderaan jauh, skala yang dipakai adalah 256 shade grayscale, dimana nilai 0 menggambarkan hitam, nilai 255 putih. Untuk citra muktispektral, masing-masing piksel mempunyai beberapa DN, sesuai dengan jumlah band yang dimiliki. Sebagai contoh, untuk Landsat 7, masing-masing piksel mempunyai 7 DN dari 7 band yang dimiliki. Citra bisa ditampilkan untuk masing0masing band dalam bentuk hitan putih maupun kombinasi 3 band sekaligus, yang disebut color composites. Citra, sebagai dataset, bisa dimanipulasi menggunakan algorithm (persamaan matematis). Manipulasi bisa merupakan pengkoreksian error, pemetaan kembali data terhadap suatu referensi geografi tertentu, ataupun mengekstrak informasi yang tidak langsung terlihat dari data. Data dari dua citra atau lebih pada lokasi yang sama dikombinasikan secara matematis untuk membuat composite dari beberapa dataset. Produk data ini, disebut derived products, bisa dihasilkan dengan beberapa penghitungan matematis atas data numerik mentah (DN) (Puntodewo, dkk, 2003) 
Landsat Data Continuity Mission (LDCM) atau dikenal juga dengan nama Landsat 8 merupakan satelit generasi terbaru dari Program Landsat. Citra Landsat 8 diketahui memiliki 11 band. Diantaranya band Visible, Near Infrared (NIR), Short Wave Infrared (SWIR), Panchromatic dan Thermal. Band 1,2,3,4,5,6,7 dan 9 mempunyai resolusi spasial 30 meter,  band 8 mempunyai resolusi spasial 15 meter, sementara band 10 dan 11 resolusi spasialnya 100 meter. Dari masing-masing band memiliki kegunaan tersendiri. Untuk melakukan analisis dari Citra Landsat tersebut, diperlukan kombinasi band untuk mendapatkan tampilan Citra sesuai dengan tema atau tujuan dari analisis.

Detail kegunaan masing-masing band adalah sebagai berikut:

Tabel 1.

Karakteristik band Landsat 8

Band Spektral	Panjang Gelombang (µ)	Resolusi Spasial (meter)	Kegunaan dalam pemetaan
Band 1 – Coastal Aerosol	0,43 – 0,45	30	Penelitian Coastal dan Aerosol
Band 2 – Blue	0,45 – 0,51	30	Bathymetric mapping, distinguishing soil from vegetation and deciduous from coniferous vegetation
Band 3 – Green	0,53 – 0,59	30	Emphasizes peak vegetation, which is useful for assessing plant vigor
Band 4 – Red	0,64 – 0,67	30	Discriminates vegetation slopes
Band 5 – Near InfraRed	0,85 – 0,88	30	Emphasizes biomass content and shorelines
Band 6 – Short Wavelength InfraRed	1,57 – 165	30	Discriminates moisture content of soil and vegetation; penetrates thin clouds
Band 7 – Short Wavelength InfraRed	2,11 – 2,29	30	Improved moisture content of soil and vegetation and  thin cloud penetration
Band 8 – Panchromatic	0,50 – 0,68	15	15 meter resolution, sharper image definition
Band 9 – Cirrus	1,36 – 1,38	30	Improved detection of cirrus cloud contamination
Band 10 – Long Wavelength InfraRed	10,60 – 11,19	100	100 meter resolution, thermal mapping and estimated soil moisture
Band 11 – Long Wavelength InfraRed	11,50 – 12,51	100	100 meter resolution, Improved thermal mapping and estimated soil moisture

Landsat 8 ukuran rentang yang berbeda dari frekuensi sepanjang spektrum elektromagnetik – warna, meskipun tidak selalu warna terlihat dengan mata manusia. Setiap rentang disebut sebuah band, dan Landsat 8 memiliki 11band.Nomor Landsat sensor merah, hijau, dan biru sebagai 4, 3, dan 2, sehingga ketika kita menggabungkan mereka kita mendapatkan gambar yang benar-warna seperti ini:

Landsat 8 pandangan daerah Los Angeles, 13 Mei 2013. Gambar akan diputar sehingga utara terserah. Semua data citra courtesy of US Geological Survey. Silahkan lihat di daftar lengkap dari band Landsat 8 ini:

Tabel 2

Karakteristik band Landsat 8

NO BAND	UM	RESOLUSI
1	0,433-0,453	30 m
2	0,450-0,515	30 m
3	0,525-0,600	30 m
4	0,630-0,680	30 m
5	0,845-0,885	30 m
6	1,560-1,660	60 m
7	2,100-2,300	30 m
8	0,500-0,680	15 m
9	1,360-1,390	30 m
10	10,6-11,2	100 m
11	11,5-12,5	100 m

Dari 11 band, hanya mereka yang berada di panjang gelombang yang sangat terpendek (band 1-4 dan 8) pengertian cahaya tampak – semua yang lain berada di bagian dari spektrum yang kita tidak bisa melihat. The true-color view from Landsat kurang dari setengah dari apa yang dilihatnya. Untuk memahami nilai semua band, mari kita lihat mereka masing-masing pada gilirannya:

The Band

Band 1 indra biru mendalam dan violet. Cahaya biru sulit untuk mengumpulkan dari luar angkasa karena itu tersebar dengan mudah oleh potongan-potongan kecil dari debu dan air di udara, dan bahkan oleh molekul udara sendiri.Inilah salah satu alasan mengapa hal-hal yang sangat jauh (seperti gunung di cakrawala) tampak kebiruan, dan mengapa langit berwarna biru. Sama seperti kita melihat banyak biru kabur ketika kita melihat di ruang pada hari yang cerah, Landsat 8 melihat langit di bawahnya ketika melihat ke bawah kita melalui udara yang sama. Itu bagian dari spektrum sulit untuk mengumpulkan dengan sensitivitas cukup berguna, dan Band 1 adalah satu-satunya instrumen dari jenisnya menghasilkan data yang terbuka pada resolusi ini – salah satu dari banyak hal yang membuat istimewa satelit ini. Ini juga disebut band pesisir / aerosol, setelah dua kegunaan utama: pencitraan air dangkal, dan pelacakan partikel halus seperti debu dan asap. Dengan sendirinya, output-nya sangat mirip Band 2 (normal biru) terlihat, tetapi jika kita membandingkan mereka dan menyoroti daerah dengan lebih biru, kita dapat melihat perbedaan:

Band 1 dikurangi Band 2. Laut dan hidup tanaman mencerminkan lebih dalam warna biru-violet. Kebanyakan tanaman menghasilkan lilin permukaan (misalnya, lapisan dingin pada plum segar) saat mereka tumbuh, untuk memantulkan cahaya ultraviolet yang berbahaya jauh.

Band 2, 3, dan 4 terlihat biru, hijau, dan merah. Tapi sementara kita meninjau mereka, mari kita bagian referensi dari Los Angeles, dengan berbagai penggunaan lahan yang berbeda, untuk membandingkan terhadap band-band lainnya:

Bagian dari daerah LA barat, dari lahan pertanian dekat Oxnard di barat ke Hollywood dan pusat kota di timur. Seperti kebanyakan daerah perkotaan, warna rata-rata kota ke abu-abu terang pada skala ini.

Band 5 langkah dekat inframerah, atau NIR. Ini bagian dari spektrum sangat penting bagi ekologi karena tanaman yang sehat mencerminkan itu – air di daun mereka menyebarkan panjang gelombang kembali ke langit. Dengan membandingkan dengan band lain, kita mendapatkan indeks seperti NDVI, yang memungkinkan kita mengukur kesehatan tanaman lebih tepat daripada jika kita hanya melihat kehijauan terlihat.

Fitur cerah adalah taman dan vegetasi sangat irrigrated lainnya. Titik di dekat bagian bawah tampilan ini di sebelah barat adalah Malibu, sehingga aman bertaruh bahwa titik terang kecil di bukit dekat itu adalah lapangan golf. Di tepi barat adalah bekas luka gelap kebakaran besar, yang hanya sedikit perubahan warna pada gambar warna asli.

Band 6 dan 7 penutup irisan yang berbeda dari inframerah gelombang pendek, atau SWIR. Mereka sangat berguna untuk memberitahu tanah basah dari bumi kering, dan geologi: batuan dan tanah yang terlihat mirip di band lain sering memiliki kontras yang kuat di SWIR. Mari kita membuat gambar palsu-warna dengan menggunakan SWIR merah, NIR sebagai hijau, dan biru sebagai warna biru (secara teknis, sebuah gambar 7-5-1):

Bekas luka api sekarang tidak mungkin untuk melewatkan – mencerminkan kuat di Band 7 dan hampir tidak sama sekali dalam yang lain, sehingga merah. Rincian yang sebelumnya halus vegetasi juga menjadi jelas. Tampaknya tanaman di lembah utara dari Malibu lebih subur daripada mereka di pegunungan, yang khas dari iklim di mana air merupakan kendala utama pada pertumbuhan. Kami juga melihat pola vegetasi dalam LA – beberapa lingkungan memiliki lebih banyak dedaunan (taman, pohon trotoar, rumput) daripada yang lain.

Band 8 adalah pankromatik – atau hanya pan – Band. Ia bekerja seperti film hitam dan putih: bukan mengumpulkan warna visibile terpisah, menggabungkan mereka ke dalam satu saluran. Karena sensor ini dapat melihat lebih banyak cahaya sekaligus, itu adalah tajam dari semua band, dengan resolusi 15 meter (50 kaki). Mari kita zoom in pada Malibu pada skala di panci pita 01:01:

Dan dalam warna yang benar, membentang untuk menutupi area yang sama:

Versi warna terlihat tidak fokus karena sensor tersebut tidak dapat melihat rincian ukuran ini. Tetapi jika kita menggabungkan informasi warna yang mereka berikan dengan detail dari pan Band – sebuah proses yang disebut pan sharpening – kita mendapatkan sesuatu yang baik berwarna-warni dan renyah:

Pansharpened Malibu, 15 m (50 kaki) per pixel. Perhatikan tekstur gelombang di dalam air.

Band 9 menunjukkan sedikit, namun itu adalah salah satu fitur yang paling menarik dari Landsat 8. Ini mencakup sepotong sangat tipis panjang gelombang: hanya 1.370 ± 10 nanometer. Beberapa instrumen berbasis ruang mengumpulkan ini bagian dari spektrum, karena atmosfer menyerap hampir semua itu. Landsat 8 ternyata ini menjadi keuntungan. Justru karena tanah adalah nyaris tak terlihat dalam band ini, apa pun yang muncul dengan jelas di dalamnya harus mencerminkan sangat terang dan / atau berada di atas sebagian besar atmosfer. Berikut Band 9 untuk adegan ini:

Band 9 hanya untuk awan! Di sini itu mengambil awan cumulus berbulu, tapi itu dirancang khusus untuk awan cirrus – tinggi, tipis “ekor kuda”. Cirrus adalah sakit kepala bagi pencitraan satelit karena tepi yang lembut mereka membuat mereka sulit untuk melihat, dan gambar yang diambil melalui mereka dapat berisi pengukuran yang off dengan beberapa persen tanpa penjelasan yang nyata. Band 9 membuat mereka mudah untuk menjelaskan.

Band 10 dan 11 berada di inframerah termal, atau TIR – mereka melihat panas. Alih-alih mengukur suhu udara, seperti stasiun cuaca lakukan, mereka melaporkan di tanah sendiri, yang sering jauh lebih panas. Sebuah penelitian beberapa tahun yang lalu menemukan beberapa suhu permukaan gurun lebih tinggi dari 70 ° C (159 ° F) – cukup panas untuk menggoreng telur. Untungnya, LA relatif sedang dalam adegan ini:

Perhatikan bahwa sangat gelap (dingin) tempat sesuai dengan awan di Band 9. Setelah mereka, vegetasi irigasi adalah yang paling keren, diikuti dengan air terbuka dan vegetasi alami. Bekas luka bakar di dekat Malibu, yang tercakup dalam arang dan kering, mati dedaunan, memiliki suhu permukaan yang sangat tinggi. Di dalam kota, taman umumnya paling keren dan lingkungan industri yang terpanas. Tidak ada pulau panas perkotaan jelas dalam adegan ini – sebuah efek yang band TIR ini akan sangat berguna untuk belajar.

Band dapat dikombinasikan dalam berbagai cara untuk mengungkapkan fitur yang berbeda dalam lanskap. Mari kita membuat gambar palsu-warna lain dengan menggunakan TIR band untuk merah, sebuah band SWIR untuk hijau, dan band hijau alami untuk biru (a 10-7-3 gambar):

Daerah perkotaan dan beberapa jenis tanah adalah pink. Pada gambar warna asli, vegetasi liar hampir seragam berwarna zaitun, tetapi di sini kita melihat perbedaan antara peach berwarna semak belukar, mahoni berwarna hutan, dan sebagainya.Pendinginan angin darat muncul sebagai gradien ungu sedikit sepanjang pantai kota. Strip berwarna di kedua sisi gambar adalah area dimana tidak semua sensor memiliki cakupan.

Landsat 8 Operational Land Imager (OLI) and Thermal Infrared Sensor (TIRS)

Kombinasi Band/Kanal

Teknologi ini  belum sepenuhnya beroperasional ini disebut dengan spektrometri pencitraan (imaging spectrometry) karena mampu memadukan kemampuan menyajikan informasi spectral objek secara kuasi-kontinu, yaitu pada interval panjang gelombang yang sangat sempit seperti halnya spectrometer, sekaligus mampu menghasilkan citra digital. Istilah spektrometri pencitran ini kadang digantikan dengan pencitraan hiperspektral. Istilah hiperspektral berkonotasi pada resolusi spectral yang sangat tinggi, yang diwakilin oleh lebar interval yang sangat sempit dan sekaligus jumlah saluran spectral yang sangat banyak, yaitu hingga lebih 200 (Danoedro, 2012).

Teknologi hiperspektral adalah peningkatan dalam mengukur kandungan klorofil pada spektrum reflektan kanopi. Sebagian besar petunjuk empiris  dari estimasi klorofil adalah langsung didapatkan dari reflektan spektrum (Gao J., 2006).Hiperspektral digunakan untuk mengidentifikasi dan mencirikan materi yang unik serta memiliki informasi yang lebih akurat dan detail dibandingkan citra multispektral. Citra hiperspektral sudah digunakan untuk mengumpulkan banyak variabel biofisika dan geofisika seperti kandungan air pada daun, klorofil dan pigmen, mineral dan jenis tanah. 

Konfigurasi Sensor Hiperspektral 

Konfigurasi spektral sensor HyMap ditunjukkan pada tabel di bawah ini. Tiap-tiap modul spektral (Tampak, NIR, SWIR1 dan SWIR2) memiliki 32 band sehingga total jumlah spektral band adalah 126.

Tabel 3 

Spektrum Sensor HyMap (Cocks, 1998)

No.	Konfigurasi Spektral
	Modul	Jarak spektral	Lebar antar band	Interval rata-rata spektral
1	VIS	0.45 – 0.89 μm	15 – 16 nm	15 nm
2	NIR	0.89 – 1.35 μm	15 – 16 nm	15 nm
3	SWIR1	1.40 – 1.80 μm	15 – 16 nm	13 nm
4	SWIR2	1.95 – 2.48 μm	18 – 20 nm	17 nm

Tabel 4  

Karakteristik Citra HyMap (Cocks, 1998)

No.	Modul	VIS, NIR, SWIR, MWIR, TIR
1	Number of channels	100 – 200
2	Band Spektral	10 – 20 nm
3	Resolusi Spasial	2 – 10 m
4	Swath width	60 – 70 degrees
5	Signal to noise ratio (30 derajat SZA, 50% reflektan)	>500:1
6	Operational ketinggian	2000 – 5000 m AGL

Tabel 5 

Parameter-parameter Pengoperasian Sensor HyMap (Cocks, 1998)

No	Paramater Pengoperasian
1	Platform	Light, twin engined aircraft e.g. Cessna 404, unpressurised
2	Ketinggian	2000 – 5000 m
3	Kecepatan	110 – 180 kts
Konfigurasi Spasial
4	IFOV	2.5 mr along track, 2.0 mr across track
5	FOV	60 derajat (512 piksel)
6	Swath	2.3 km at 5 m IFOV (along track)

Tabel 6 

Jenis Citra Hiperspektral (Wiweka,2006)

Sensor Pesawat	Pabrik	Jumlah Band	Selang Spektral
AVIRIS (Airbone Visible Infrared Imaging Spectrometer)	NASA Jet Propulsion Lab	224	0.4 - 2.5 µm
HYDICE (Hyperspectral Digital Imagery)	Naval Researching Lab	210	0.4 - 2.5 µm
PROBE-1 Earth Search Science Inc		128	0.4 -2.5µm
CASI (Compact Airbone Spectrographic Imager)	ITRESResearching Limited	Up – 228
Hymap	Integrated Spectronic	100-200	Visible – thermal infrared
EPS-H (Enviromental Protection System)	GER Corporation	VIS/NIR (76), SWIR1 (32), SWIR(32),TIR (12)	VIS/NIR (0.43 – 1,05) µm SWIR1 (1.5 – 1.8) µm SWIR2 (2.0 – 2.5) µm TIR (8-12.5) µm
DAIS 7915 (Digital Airbone Imaging Spectrometer)	GER Corporation	VIS/NIR (32), SWIR1 (8), SWIR(32), MIR (1) TIR (6)	VIS/NIR (0.43 – 1,05) µm SWIR1 (1.5 – 1.8) µm SWIR2 (2.0 – 2.5) µm MIR (3.0 – 5.0) µm TIR (8-12.3) µm
AISA(Airbone Imaging Spectrometer)	Spectral Imaging	Up – 288	0.43 -1.0µm
EnMap	GFZ Postdam Keyser Threde	Up – 200	VNIR 420-1030 nm (92 band) SWIR 950-2450 nm (108 bands)

Menurut Wiweka (2006), aplikasi dan kapabilitas citra hiperspektral berdasarkan sejumlah referensi adalah :

1. Melengkapi peta lahan basar untuk memantau lokasi yang menarik.
2. Meningkatkan pemetaan spesies vegetasi
3. Mengidentifikasi dan memantau rumput yang berbahaya.
4. Meningkatkan pemantauan kuantifikasi biomassa dan evolusi.
5. Pemetaan penetrasi jalur dan tingkat kehancuran untuk lebih baik meredakan serangan spesies yang beracun.
6. Pemantauan wilayah yang terkontaminasi dan rehabilitasi tambang logam.
7. Mendeteksi kontaminasi hidrokarbon terhadap tanah dan air yang dihubungkan dengan aktivitas industri dan pemantauan pipa hidrokarbon.
8. Mengukur pengaruh industri dan pertanggungjawaban manejemen sebagai garis dasar lingkungan.
9. Memodelkan dan memantau kualitas air dari garis panta
10. Pengkajian kualitas tanah dan pemantauan pengaruh praktek pertanian.
11. Mendukung perhitungan karbon melalui inventarisasi hutan (komitmen protokol Kyoto)
12. Pemantauan kelautan.
13. Deteksi marijuana dan ganja. 
14. Deteksi polutan pada sistem air.
15. Eksplorasi geologi.
16. Pemantauan lingkungan.
17. Precision Farming.
18. Identifikasi mineral campuran.
19. Pemanfaatan untuk membangun sistem pengawasan jalur, pertanian, pertanahan tanah air, pemantauan lingkungan, pengintaian militer dan perencanaan kota.
20. Untuk mendeteksi status nutrisi dan air dari gandum pada sitem irigasi.

      Daftar Pustaka

          Syafira,2014 “Landsat”  http://syafraugisqu.wordpress.com/2014/03/19/landsat-8-band/ diakses pada tanggal 5 Maret 2017

              Sitanggang, Goktamaria. 2010. "Kajian Pemnafaatan Satelit masa depan sistem pengindraan jarah jauhsatelit LDCM Landsat 8. Lapan: Peneliti Bidang Fatwaja