Klasifikasi Citra Satelit

Sep 10, 2023

Klasifikasi citra satelit adalah salah satu aplikasi penting dari teknologi remote sensing. Ini melibatkan proses mengidentifikasi dan mengelompokkan berbagai objek atau fitur di permukaan bumi berdasarkan karakteristiknya dalam citra satelit. Ada beberapa metode yang digunakan untuk mengklasifikasikan citra satelit, yang melibatkan analisis spektral, tekstural, dan spasial dari piksel dalam citra. Berikut adalah beberapa klasifikasi citra satelit yang umum digunakan:

  1. Klasifikasi Berdasarkan Spektral:

    • Klasifikasi Berdasarkan Metode Spektral: Citra satelit memiliki berbagai saluran atau band spektral yang merekam refleksi cahaya dari berbagai objek di permukaan bumi. Metode ini mengklasifikasikan piksel berdasarkan karakteristik spektral mereka, seperti vegetasi, air, tanah, atau bangunan.

  2. Klasifikasi Berdasarkan Tekstur:

    • Klasifikasi Berdasarkan Analisis Tekstur: Tekstur adalah pola yang terlihat dalam citra satelit. Klasifikasi berdasarkan tekstur melibatkan identifikasi objek berdasarkan pola atau tekstur mereka, misalnya, hutan yang rimbun akan memiliki tekstur yang berbeda dengan lahan pertanian yang teratur.

  3. Klasifikasi Berdasarkan Spasial:

    • Klasifikasi Berdasarkan Analisis Spasial: Klasifikasi ini mempertimbangkan hubungan spasial antara piksel di citra. Misalnya, penggunaan algoritma seperti segmentasi objek dapat membantu dalam mengklasifikasikan objek berdasarkan bentuk dan posisi relatif mereka.

  4. Klasifikasi Berbasis Model:

    • Klasifikasi Berbasis Model: Ini melibatkan penggunaan model statistik atau algoritma machine learning untuk mengklasifikasikan citra satelit. Contoh model yang umum digunakan termasuk Support Vector Machines (SVM), Random Forests, atau Convolutional Neural Networks (CNN).

  5. Klasifikasi Objek vs. Piksel:

    • Klasifikasi Objek: Klasifikasi objek melibatkan mengelompokkan piksel-piksel yang berdekatan yang memiliki karakteristik serupa menjadi objek yang lebih besar, seperti bangunan atau hutan.

    • Klasifikasi Piksel: Klasifikasi piksel lebih sederhana, di mana setiap piksel di citra diklasifikasikan ke dalam kategori tertentu.

  6. Klasifikasi Multispektral vs. Hiperspektral:

    • Klasifikasi Multispektral: Menggunakan beberapa saluran spektral (biasanya kurang dari 10) untuk mengklasifikasikan citra.

    • Klasifikasi Hiperspektral: Menggunakan banyak saluran spektral (lebih dari 10) untuk analisis spektral yang lebih rinci dan mendalam.

Proses klasifikasi citra satelit biasanya melibatkan pra-pemrosesan data, seperti koreksi radiometrik dan atmosferik, serta ekstraksi fitur yang relevan sebelum mengaplikasikan metode klasifikasi yang sesuai. Keseluruhan proses ini memungkinkan para ahli remote sensing untuk menghasilkan peta berbagai jenis fitur di permukaan bumi, yang berguna dalam berbagai aplikasi seperti pemantauan lingkungan, perencanaan tata ruang, pemantauan pertanian, dan banyak lagi.

Ada banyak satelit penginderaan jauh yang menghasilkan citra satelit dengan berbagai karakteristik dan penggunaan yang berbeda. Berikut adalah beberapa contoh nama satelit penginderaan jauh yang terkenal dan sering digunakan:

  1. Landsat series:

    • Landsat-8 (juga dikenal sebagai Landsat Data Continuity Mission atau LDCM)

    • Landsat-7

    • Landsat-6 (meskipun tidak berfungsi dengan baik)

    • Landsat-5

    • Landsat-4

    • Landsat-3

  2. Sentinel series:

    • Sentinel-1 (radar)

    • Sentinel-2 (multispektral)

    • Sentinel-3 (untuk pengamatan samudra)

    • Sentinel-5P (monitoring atmosfer)

  3. MODIS (Moderate Resolution Imaging Spectroradiometer):

    • MODIS terpasang di satelit Terra dan Aqua NASA dan digunakan untuk pemantauan iklim dan lingkungan.

  4. TerraSAR-X (radar)

  5. WorldView series:

    • WorldView-3

    • WorldView-2

    • WorldView-1

  6. QuickBird

  7. IKONOS

  8. Pleiades

  9. SPOT (Système Pour l'Observation de la Terre):

    • SPOT-6

    • SPOT-7

    • SPOT-5

  10. RADARSAT series:

    • RADARSAT-2

    • RADARSAT-1

  11. Aqua dan Aqua (Aqua dan Terra adalah satelit yang membawa instrumen MODIS)

  12. ALOS (Advanced Land Observing Satellite)

    • ALOS-2

    • ALOS-1

  13. Suomi NPP (National Polar-orbiting Partnership)

  14. GOES (Geostationary Operational Environmental Satellite):

    • GOES-16 (sekarang GOES-East)

    • GOES-17 (sekarang GOES-West)

  15. Fengyun (FY) series (satelit cuaca China):

    • FY-4A

    • FY-3

  16. Meteosat (satelit cuaca Eropa):

    • Meteosat-11

    • Meteosat-10

  17. Himawari (satelit cuaca Jepang):

    • Himawari-8

  18. GeoEye-1

  19. RapidEye

  20. COSMO-SkyMed (radar, Italia)

  21. Kanopus-V (Rusia)

  22. Cartosat (India):

    • Cartosat-2

  23. Kompsat (Korea Selatan):

    • Kompsat-3

    • Kompsat-5

  24. Resurs (Rusia):

    • Resurs-P

  25. Gaofen (China):

    • Gaofen-1

    • Gaofen-2

  26. RISAT (Radar Imaging Satellite, India):

    • RISAT-1

  27. NOOA (National Oceanic and Atmospheric Administration) Satellites:

    • NOAA-20

    • NOAA-19

  28. Aqua, Terra, dan Aura (satu keluarga satelit yang membawa instrumen Earth Observing System - EOS)

  29. MetOp (satelit cuaca Eropa):

    • MetOp-A

    • MetOp-B

  30. METI (Japan Meteorological Agency) Satellites:

    • Himawari-9

Ini adalah beberapa contoh dari beragam satelit penginderaan jauh yang digunakan untuk berbagai tujuan pemantauan dan penelitian di seluruh dunia. Setiap satelit memiliki kemampuan uniknya sendiri, termasuk resolusi spasial, spektral, dan temporal yang berbeda.

Klasifikasi citra satelit biasanya berdasarkan tipe citra dan tujuan pemantauan. Berikut adalah beberapa tipe klasifikasi citra satelit dengan contoh satelit dan sumber untuk mengunduh citra tersebut:

1. Citra Satelit Optik (Multispektral):

2. Citra Satelit Radar:

  • Contoh Satelit: Sentinel-1

  • Alamat Web: Citra Sentinel-1 dapat diunduh dari European Space Agency (ESA) Copernicus Open Access Hub (https://scihub.copernicus.eu/dhus).

3. Citra Satelit Cuaca:

  • Contoh Satelit: GOES-16 (GOES-East)

  • Alamat Web: Citra GOES-16 dan GOES-17 dapat diakses melalui situs web NOAA's National Centers for Environmental Information (NCEI) (https://www.ncei.noaa.gov/).

4. Citra Satelit Lingkungan dan Ilmu Pengetahuan Bumi:

  • Contoh Satelit: MODIS (terpasang di Terra dan Aqua)

  • Alamat Web: Data MODIS dapat diunduh dari situs web NASA Earthdata (https://earthdata.nasa.gov/).

Penting untuk dicatat bahwa untuk mengunduh citra satelit, Anda mungkin perlu mendaftar dan mengikuti panduan yang tersedia di situs web resmi penyedia data satelit tersebut. Selain sumber resmi yang saya sebutkan di atas, ada juga beberapa penyedia data satelit komersial dan pemerintah lainnya yang dapat digunakan untuk tujuan penelitian dan pemantauan.

Materi perkuliahan bisa di dapatkan disini dan disini

Penugasan: Literasi Digital (Analisis mendalam klasifikasi citra penginderaan jauh, kemudian memahami kompleksitas spesifikasi citra dan menentukan persamaan dan perbedaan dari masing-masing citra tersebut tersebut berdasarkan spesifikasi citra penginderaan jauh yang mahasiswa temukan sendiri.)

Kumpul tugas disini