Klasifikasi Tutupan Lahan (Land cover) menggunakan ALOS AVNIR | Jual Citra ALOS

CITRA ALOS

Satelit ALOS (Advanced Land Observing Satelite) adalah satelit milik Jepang yang merupakan satelit generasi lanjutan dari JERS-1 dan ADEOS yang dlengkapi dengan teknologi yang lebih maju, untuk memberikan kontribusi bagi dunia penginderaan jauh, terutama bidang pemetaan, pengamatan tutupan lahan secara lebih presisi dan akurat.
Satelit ALOS memiliki 3 Sensor Yaitu :
  • Panchromatic Remote Sensing Instrument for Stereo Mapping (PRISM) dengan resolusi 2,5 meter
  • Advanced Visible and Near Infrared Radiometer type-2 (AVNIR-2) resolusi 10 meter
  • Phased Array type L-band Synthetic Aperture Radar (PALSAR) resolusi 10 meter dan 100 meter.
ALOS AVNIR-2
Sensor AVNIR-2 (Advanced Visible and Near Infrared Radiometer type-2) dilengkapi dengan kemampuan khusus yang memungkinkan satelit dapat melakukan observasi tidak hanya pada arah tegak lurus lintasan satelit , tetapi juga mode operasi dengan sudut observasi (Pointing Angle) hingga sebesar + 44o. Kemampuan itu diharapkan dapat membantu dalam pemantauan kondisi suatu area yang diinginkan. Sensor ini dapat dimanfaatkan dalam penyusunan peta penggunaan lahan atau peta vegetasi terutama dengan menggunakan band cahaya tampak (visible) dan inframerah dekat (near infrared).

Karakteristik citra ALOS AVNIR

Jumlah Band 4
Panjang Gelombang Band 1 : 0.42 to 0.50 micrometers (blue)
  Band 2 : 0.52 to 0.60 micrometers (green)
  Band 3 : 0.61 to 0.69 micrometers (red)
  Band 4 : 0.76 to 0.89 micrometers (NIR)
Resolusi Spasial 10 meter
4.   KLASIFIKASI MULTISPEKTRAL
a. Klasifikasi: Pengelompokan objek berdasarkan kesamaan sifat
b. Klasifikasi Multispektral
  • Klasifikasi piksel citra
  • Pengelompokan piksel yang secara spektral sama/mirip.
  • Inputnya adalah nilai piksel citra pada tiap band.
c. Asumsi yang digunakan dalam klasifikasi multispektral adalah bahwa setiap obyek dapat dibedakan dari yang lainnya berdasarkan nilai spaktralnya. Dari beberapa penelitian eksperimental diperoleh hasil bahwa tiap obyek cenderung memberikan pola respon spektral yang spesifik

Kurva pantulan Spektral

Jenis Klasifikasi Multispektral

5.   SUPERVISED CLASSIFICATION

Klasifikasi terselia (supervised) diawali dengan pengambilan daerah sampel/ acuan (training area). Pengambilan sampel tersebut dilakukan dengan mempertimbangkan pola spektral pada setiap panjang gelombang tertentu, sehingga diperoleh daerah acuan yang baik untuk mewakili suatu obyek tertentu. Sampel yang telah diambil tersebut selanjutnya dijadikan sebagai masukkan dalam proses klasifikasi unuk seluruh citra dengan menggunakan algoritma tertentu.

Maximum Likelihood

Adalah Metode Parameter yang menggunakan fungsi Distribusi kemungkinan Normal untuk menentukan distribusi dan sejumlah set training pixel yang telah diketahui kelasnya. Pixel – pixel lain yang belum diketahui kelasnya ditetapkan termasuk kedalam salah satu kelas – kelas training sampel berdasarkan kemungkinan terbesar

 
This entry was posted by Muhammad.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: