MODUL PRAKTIKUM

ACARA VI
Koreksi Radiometrik Citra Landsat 7 ETM+

UNTUK PRAKTIKUM MATA KULIAH

Penginderaan Jauh Dasar
Yang diampu oleh Dosen Purwanto, S.Pd, M.Si

FAKULTAS ILMU SOSIAL

ILMU GEOGRAFI
UNIVERSITAS NEGERI MALANG

Maret 2016
1. TUJUAN
- Mahasiswa melakukan koreksi Radiometrik citra Landsat 7 ETM+ dengan mengidentifikasi
nilai minimum dan nilai maksimum piksel citra

2. ALAT dan BAHAN

Adapun alat dan bahan yang digunakan dalam praktikum kali ini adalah
a. Notebook
b.Citra Landsat 7 ETM+
c. Software ENVI 4.5

3. DASAR TEORI
Koreksi Radiometrik
Koreksi radiometrik merupakan suatu operasi pengkondisian supaya citra yang
digunakan benar-benar memberikan informasi yang akurat. Koreksi radiometrik
dilakukan untuk memperbaiki kualitas visual citra dan sekaligus memperbaiki nilai-nilai
piksel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang
sebenarnya. Pada koreksi ini diasumsikan bahwa nilai piksel terendah pada suatu liputan
seharusnya nol, sesuai dengan bit coding sensor. Apabila nilai terndah piksel tersebut
bukan nol, maka nilai penambah tersebut dipandang sebagai hamburan atmosfer. Untuk
mengetahui nilai piksel tersebut dapat dicek melalui statistik citra.
Koreksi radiometrik dilakukan dengan cara melakukan pengurangan nilai bias
menggunakan rumus :

4. LANGKAH KERJA
Identifikasi nilai minimum dan maksimum band/saluran
a) Buka Citra Landsat 7ETM+ menggunakan software ENVI 4.5, klik menu File >
Open Image File > pilih citra yang akan di identifikasi
b) Kalkulasikan nilai statistik citra dengan menggunakan menu bar Basic Tools >
Statistic > Compute Statistik

c) Setelah itu, atur kondisi luaran dengan mengikuti langkah sebagai berikut :
Stats Subset : Full Scene
Spectral Subset : 6/6 Bands
Kemudian klik tombol OK
 d) Setelah itu tekan check list Text Report, Min/Max/Mean Plot, Calculate
Histogram Statistic, Histogram Plots dan Histogram plots per window = 1.
e) Kemudian klik tombol Choose untuk melakukan penyimpanan file stastistik
f) Aktifkan Report for Screen and File, kemudian pilih lokasi penyimpanan data
dengan menekan tombol Choose dan beri nama, contohnya : smg_minmax.txt
g) Kemudian klik tombol OK maka hasil statistic citra akan muncul sebagaimana
histogramnya dan nilai minimum-maksimum PV.

h) Identifikasi nilai minimum dan maksimum tiap band/saluran citra.

i) Simpan terlebih dahulu histogram band/saluran yang belum terkoreksi dengan
cara printscreen.

Proses Koreksi Radiometrik

a) Klik menu Basic Tools > Band Math, kemudian akan muncul kotak dialog Band
Math
b) Pada kolom Enter an expression, ketik bias (contoh, b1-62, b1 merupakan band 1
sedangkan 62 merupakan nilai minimum), kemudian klik Add to List > klik OK.
Selanjutnya akan muncul kotak dialog Variables to Bands Pairing.

c) Masukkan band/saluran yang dikoreksi (ex.band1), kemudian tentukan tempat

penyimpanan dan beri nama, misalnya smg_rx (r adalah radiometric dan x adalah
nomor band/saluran).
 d) Lakukan prosedur yang sama terhadap band/saluran yang lainnya. Meskipun
terdapat saluran yang sudah memiliki nilai minimum 0, kita masih dapat
melakukan prosedur diatas untuk membuat file saluran tersendiri.
e) Kemudian cek nilai piksel dan evaluasi antara citra seelum terkoreksi dengan
sesudah dikoreksi radiometrik. Nilai piksel yang sudah terkoreksi akan memiliki
nilai minimum lebih rendah dibandingkan sebelum terkoreksi (62 menjadi 0).
f) Kalkulasikan statistic citra terkoreksi dan tampilkan histogramnya. Bandingkan
histogram antara sebelum dikoreksi dengan sesudah koreksi.

5. HASIL PRAKTIKUM
Print screen Statistic Result citra sebelum dan sesudah koreksi radiometrik
Tabel nilai piksel sebelum koreksi dan sesudah koreksi radiometrik objek air,
Lahan kosong, vegetasi kerapatan tinggi, vegetasi kerapatan rendah, dan atap
bangunan
Contoh :
- objek air

- objek lahan kosong

- objek atap bangunan

- objek vegetasi jarang

- objek vegetasi rapat

Kurva nilai piksel masing-masing objek sebelum dan sesudah koreksi radiometric

- Line kurva objek air

- Line kurva objek lahan kosong

- Line kurva atap bangunan

 - Line kurva vegetasi rapat

- Line kurva vegetasi jarang

6. PEMBAHASAN

Koreksi radiometri ditujukan untuk memperbaiki nilai piksel supaya sesuai dengan yang
seharusnya yang biasanya mempertimbangkan faktor gangguan atmosfer sebagai sumber
kesalahan utama. Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang
terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi lebih besar oleh
karena adanya hamburan atau lebih kecil karena proses serapan. Koreksi radiometrik perlu
dilakukan pada data citra dengan berbagai alasan:

1. Stripping atau banding seringkali terjadi pada data citra yang diakibatkan oleh ketidakstabilan
detektor. Striping atau banding merupakan fenomena ketidak konsistenan perekaman detektor
untuk band dan areal perekaman yang sama.

2. Line dropout kadang terjadi sebagai akibat dari detektor yang gagal berfungsi dengan tiba-
tiba. Jangka waktu kerusakan pada kasus ini biasanya bersifat sementara.

3. Efek atmosferik merupakan fenomena yang disebabkan oleh debu, kabut, atau asap
seringkali menyebabkan efek bias dan pantul pada detektor, sehingga fenomena yang berada di
bawahnya tidak dapat terekam secara normal.

Dengan kata lain, koreksi radiometrik dilakukan agar informasi yang terdapat dalam data citra
dapat dengan jelas dibaca dan diinterpretasikan. Kegiatan yang dilakukan dapat berupa:

v Penggabungan data (data fusion). Yaitu menggabungkan citra dari sumber yang berbeda pada
area yang sama untuk membantu di dalam interpretasi. Sebagai contoh adalah menggabungkan
data Landsat-TM dengan data SPOT.

v Colodraping. Yaitu menempelkan satu jenis data citra di atas data yang lainya untuk membuat
suatu kombinasi tampilan sehingga memudahkan untuk menganalisa dua atau lebih variabel.
Sebagai contoh adalah citra vegetasi dari satelit ditempelkan di atas citra foto udara pada area
yang sama.

v Penajaman kontras. Yaitu memperbaiki tampilan citra dengan memaksimumkan kontras antara
pencahayaan dan penggelapan atau menaikan dan merendahkan harga data suatu citra.

v Filtering. Yaitu memperbaiki tampilan citra dengan mentransformasikan nilai-nilai digital citra,
seperti mempertajam batas area yang mempunyai nilai digital yang sama (enhance edge),
menghaluskan citra dari noise (smooth noise), dan lainnya.

v Formula. Yaitu membuat suatu operasi matematika dan memasukan nilai-nilai digital citra pada
operasi matematika tersebut, misalnya Principal Component Analysis (PCA).
- Jelaskan mengapa koreksi radiometrik perlu dilakukan dan apa saja penyebab
gangguan radiometrik

- Bandingkan kurva nilai spektral objek hasil koreksi radiometrik dengan kurva
spektral Jensen (2004)

- Apa saja yang diperbaiki dari koreksi radiometric

- Bagaimana tampilan objek setelah dilakukan koreksi radiometrik