Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017

169

Analisis Respon Spektral Lapangan dan Citra EO - 1 Hyperion untuk Pemetaan Kandungan C Organik Tanah di Sebagian Kabupaten Demak

Spectral Response Analisys of Fields and EO - 1 Hyperion Imagery for

Mapping Soil Organic C Content in Part of Demak Regency

Muhammad Ulul Lizamun Ningam*), Muchsin Nur Wachid, Rifka Noviaris Yogyantoro,

Restu Dwi Cahyo, Muhammad Kamal

Program Studi Kartografi dan Penginderaan Jauh Departemen Sains Informasi Geografi, Universitas Gadjah Mada

*)E-mail: ningam.01@gmail.com ; muhammad.ulul.l@mail.ugm.ac.id

ABSTRAK - Pemetaan C organik tanah sangat penting dilakukan terlebih di bidang pertanian. C organik tanah adalah komponen tanah yang cukup penting karena mempengaruhi tingkat kesuburan tanah. Pemetaan C organik tanah dapat dilakukan melalui respon spektral tanah di lapangan menggunakan spektrometer maupun data penginderaan jauh. Oleh karena itu pengaruh kandungan C organik tanah terhadap respon spektral di spektrometer dan Citra satelit perlu dikaji lebih mendalam. Data dalam penelitian ini menggunakan Citra Hyperion dengan area kajian sebagian Kabupaten Demak Jawa Tengah. Tujuan dari penelitian ini yaitu untuk mengetahui pengaruh kandungan C organik tanah terhadap respon spektral di lapangan dan Citra Hyperion. Untuk menghasilkan informasi distribusi spasial C organik tanah, maka diambil 40 sampel lapangan kemudian diukur kandungan C organik tanahnya di laboratorium tanah. Hasil penelitian menunjukkan bahwa semakin banyak kandungan C organik tanah, maka nilai pantulan pada kurva pantulan spektral yang terbentuk akan semakin rendah. Pemetaan C organik tanah menggunakan respon spektral lapangan dengan spektrometer memiliki tingkat akurasi yang lebih tinggi daripada Citra Hyperion.

Kata kunci: penginderaan jauh, C organik tanah, hyperion, respon spektral

ABSTRACT - Mapping of soil organic C is very important especially in the field of agriculture. C soil is a very important soil component because it affects the level of soil fertility. Mapping of soil organic C can be done through spectral soil response in the field using spectrometer and remote sensing data. Therefore, the effect of organic soil C content on spectral response in spectrometer and satellite image needs to be studied more deeply. This study used Hyperion image with study area of Demak Central Java regency. The purpose of this study is to determine the effect of organic soil C content on spectral response in the field and Hyperion image. To produce spatial distribution information of soil organic c, 40 field samples were then measured in organic soil C content in soil laboratory. The results showed that the more organic C content the soil, then the reflected value on the spectral reflect curve that is formed will be lower. Mapping of soil organic C using spectral field response with spectrometer has a higher accuracy level than Hyperion image.

Keywords: remote sensing, soil organic C, hyperion, spectral response

1. PENDAHULUAN

Isu mengenai pemanasan global yang berkaitan dengan peningkatan CO2 di atmosfer serta pengurangan stok karbon (C) di bumi menjadi perhatian khusus (Agus, 2012). Pengelolaan tanah untuk meningkatkan stok C yang disimpan sebagai bahan organik dinilai dapat mengurangi emisi CO2 yang ada di atmosfer disamping juga meningkatkan kualitas tanah. Bahan organik tanah diperkirakan mengandung 1200 hingga 2200 Pg (Petagram) C, sedangkan perkiraan jumlah stok C global saat ini adalah 720 Pg C di atmosfer dan 835 Pg C di biomassa tanaman (Scharleman dkk, 2014). Oleh karena itu pemetaan C organik tanah dinilai cukup penting untuk membantu pengelolaan tanah terutama lahan pertanian.

Akhir-akhir ini mulai banyak penelitian tentang pemetaan kandungan C organik tanah menggunakan citra penginderaan jauh memanfaatkan respon spektral dari citra satelit yang dapat menghasilkan skala pemetaan cukup baik. Perbedaan kandungan bahan organik tanah yang didalamnya terkandung C organik dapat mempengaruhi respon pantulan spektral gelombang elektromagnetik (Jensen, 2014; Liu dkk, 2017).

Respon spektral dapat ditentukan di lapangan secara langsung maupun melalui citra satelit. Perbedaan respon spektral gelombang tersebut dapat digunakan untuk mengukur kandungan C organik tanah (Gomez dkk, 2008; Zheng, 2008; Wang dkk, 2010; Vaudour dkk, 2016). Respon pantulan spektral tanah seolah menjadi kunci dari metode pemetaan tanah menggunakan teknik penginderaan jauh. Salah satu hal yang menjadi fokus

Analisis Respon Spektral Lapangan dan Citra EO - 1 Hyperion untuk Pemetaan Kandungan C Organik Tanah di Sebagian Kabupaten Demak (Ningam., dkk)

170

kajian dalam pemetaan C organik tanah adalah perubahan kurva pantulan spektral karena adanya bahan organik tanah (Jensen, 2014). Alat yang digunakan untuk mengukur respon spektral lapangan yaitu spektometer. Secara umum spektrometer dapat dibedakan menjadi spektrometer lapangan dan laboratorium. Spektrometer lapangan menggunakan sumber cahaya dari matahari, sedangkan spektometer laboratorium menggunakan sumber cahaya buatan (Kamal dkk, 2012). Salah satu jenis spektrometer lapangan adalah JAZ EL 350 yang mengukur pada panjang gelombang 350 hingga 1024 nm.

Teknologi penginderaan jauh dapat digunakan untuk mengukur kandungan C organik tanah dengan cepat serta dalam wilayah yang luas terutama untuk pemetaan tanah digital (Gomez dkk, 2008). Pemanfaatan spektrometer dan citra hiperspektral untuk kajian organik tanah banyak menggunakan julat cahaya tampak hingga inframerah dekat (VIS-NIR) (Yaolin dkk, 2014; Rodionov, 2016; Huizeng dkk, 2017) meskipun ada juga yang menggunakan gelombang VIS-NIR-SWIR (Liu dkk, 2016). Berbagai metode telah berkembang untuk identifikasi bahan organik dan C organik tanah menggunakan gelombang VIS-NIR, seperti metode Least Squares Support Vector Machine Regression (Co-LSSVMR) (Huizeng dkk, 2017), Partial Least Square Regression (PLSR) (Gomez, 2008; Zheng, 2008; Vadour, 2016), serta PCA (Liu dkk, 2016). Hyperion merupakan salah satu citra dengan sensor hiperspektral yang memiliki saluran spektral sebanyak 242 band dengan resolusi spasial 30 meter serta lebar liputan perekaman sebesar 7,5 km. Citra Hyperion bekerja pada julat gelombang tampak hingga infra merah tengah dengan panjang gelombang 360 nm – 2600 nm (Lillesand dan Kiefer, 2004). Dengan julat gelombang tersebut, Citra Hyperion dapat menggambarkan kurva respon spektral tanah yang lebih baik apabila dibandingkan dengan citra multispektral.

Gambar 1. Citra Satelit Hyperion Daerah Kajian Komposit RGB 40 29 19

(Sumber: Pengolahan Data Citra Hyperion Path 120, Rows 65 dan Peta RBI skala 1:25.000 lembar Mranggen Nomor 1408-623 Bakosurtanal, 2001)

Untuk memperoleh informasi pantulan spektral objek tanah dapat melalui citra penginderaan jauh dan

melalui pengukuran lapangan secara langsung menggunakan spektrometer. Respon pantulan spektral tanah dari citra dapat diperoleh menggunakan Citra Hyperion. Respon pantulan spektral tanah diukur secara langsung di lapangan menggunakan spektrometer. Perbandingan respon spektral tanah di Citra Hyperion dan respon pantulan spektral tanah di lapangan serta hubungannya dengan kandungan C organik tanah merupakan suatu hal yang perlu dikaji secara mendalam. Respon pantulan spektral yang berasal dari lapangan dan Citra Hyperion tersebut selanjutnya dihubungkan dengan kandungan C organik tanah sehingga dapat diketahui pengaruh C organik tanah terhadap respon spektral.

Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017

171

Tujuan dari penelitian ini yaitu untuk mengetahui pengaruh kandungan C organik tanah terhadap respon spektral di daerah kajian seperti ditunjukan oleh Gambar 1, menggunakan spektrometer dan citra satelit Hyperion.

2. METODE PENELITIAN

2.1 Preprocessing Secara umum tahap penelitian terbagi menjadi tahap pemrosesan data, tahap lapangan, dan tahap analisis

data. Pemrosesan data terdiri dari berbagai tahapan yaitu seleksi saluran, koreksi geometrik dan atmosferik, penentuan piksel referensi, interpretasi bentuk lahan dan penentuan sampel lapangan. Seleksi saluran yang dimaksud di sini adalah penghilangan beberapa saluran yang tidak digunakan. Citra Hyperion terdiri dari 242 saluran spektral, namun tidak semua saluran dapat digunakan. Zheng (2008) menggunakan 172 saluran dari 242 saluran Citra Hyperion sedangkan Alfiatun (2013) hanya menggunakan 118 saluran Citra Hyperion, hal tersebut disebabkan karena saluran pada Citra Hyperion mengalami kerusakan sehingga terjadi stripping bahkan kerusakan pada citra. Saluran yang mengalami stripping ini tidak digunakan dalam pemrosesan data, sehingga perlu dihapus. Saluran yang mengalami kerusakan yaitu di band 1-8, band 58-77, dan band 225-242.

Koreksi atmosferik dilakukan untuk menghilangkan efek atmosfer dalam suatu citra. Efek atmosfer yang dimaksud antara lain disebabkan karena adanya hamburan ataupun serapan oleh atmosfer sehingga mempengaruhi nilai piksel citra. Metode koreksi atmosferik yang digunakan adalah metode FLAASH (Fast Line-of-sight Athmospheric Analysis of Spectral Hypercubes) karena dinilai lebih baik digunakan untuk data Hyperion (EO1userguide, 2003). FLAASH menghitung tiap piksel dalam citra pada level at-sensor radiance. Citra yang tersedia sudah dalam level surface reflectance sehingga untuk dapat diproses perlu dikonversi ke satuan radian. Untuk konversi ke satuan radian, nilai piksel citra dibagi dengan faktor skala. Saluran VNIR (band 1- band 70) memiliki faktor skala 40. Sedangkan saluran SWIR (band 71- band 242) memiliki faktor skala 80 (EO1userguide, 2003). Adapun persamaannya adalah:

L* = aρ/(1-ρeS) + bρe/(1-ρeS) + L*a ………………………………………………………………..(1)

dimana L* a adalah radians back scattered dari atmosfer, P adalah rata-rata nilai surface reflectance, S adalah spherical albedo dari atmosfer, dan ρe adalah nilai rata-rata pantulan dari piksel dan sekitarnya.

Piksel referensi yang digunakan dalam penelitian ini adalah piksel murni lahan terbuka yang menggambarkan nilai spektral tanah. Piksel referensi inilah yang digunakan sebagai acuan dalam menentukan pantulan respon spektral tanah pada Citra Hyperion dan spektrometer. Metode yang digunakan adalah metode PPI (Pixel Purity Index). Analisis PPI akan menghasilkan piksel-piksel murni dalam suatu citra. Piksel referensi digunakan sebagai dasar dari penentuan sampel lapangan. Penentuan sampel lapangan diletakkan pada area lahan terbuka. Interpretasi lahan terbuka dilakukan dengan klasifikasi multispektral metode SVM. Metode penentuan sampel yang digunakan yaitu stratified sampling dengan mempertibangkan faktor bentuklahan, kemiringan lereng, penutup lahan, dan jenis tanah. Jumlah sampel lapangan yang diambil sejumlah 40 buah berupa seberat 1 kg untuk dianalisis kandungan C organik tanahnya dan diukur pantulan spektralnya menggunakan spektrometer.

Pengukuran kandungan C organik tanah secara kuantitatif dilakukan di laboratorium tanah BPTP Jawa Tengah. Adapun metode penetapan kandungan C organik tanah dilakukan dengan metode spektrofotometri kimia. Karbon sebagai senyawa organik akan mereduksi Cr6+ yang berwarna jingga menjadi Cr3+ yang berwarna hijau dalam suasana asam. Intensitas warna hijau yang terbentuk setara dengan kadar karbon dan dapat diukur dengan spektrofotometer pada panjang gelombang 561 nm.

2.2 Pengukuran Respon Spektral Tanah dengan Spektrometer

Pengukuran respon spektral tanah dilakukan menggunakan spektrometer JAZ EL-350 VIS NIR. Terdapat empat pengukuran respon spektral objek pada spektrometer JAZ EL-350 yaitu absorbance, transmission, reflection, dan relative irradiance. Penelitian ini menggunakan mengukur respon pantulan objek sehingga alat diset pada reflection. Sebelum melakukan pengukuran objek, diperlukan kalibrasi spektrometer dengan mengukur referensi objek putih (reference) dan benda gelap (dark). Pengukuran dark dan reference dilakukan untuk meminimalisir terjadinya kesalahan akibat kondisi pencahayaan yang berubah. Setelah dilakukan kalibrasi maka alat siap digunakan untuk mengukur repon spektral objek. Pengukuran respon spektral objek dilakukan pada sudut sekitar 450 serta tidak boleh membelakangi arah datangnya sumber cahaya. Pengukuran satu sampel tanah dilakukan beberapa kali untuk menghasilkan hasil yang baik.

Analisis Respon Spektral Lapangan dan Citra EO - 1 Hyperion untuk Pemetaan Kandungan C Organik Tanah di Sebagian Kabupaten Demak (Ningam., dkk)

172

Kurva pantulan spektral disusun dari dua data yaitu data spektral Citra Hyperion dan data pantulan spektral lapangan. Penggambaran kurva pantulan spektral tanah direpresentasikan melalui grafik sederhana yang menghubungkan sumbu x untuk saluran spektral dan sumbu y untuk nilai respon spektralnya. Pengaruh kandungan C organik tanah terhadap pola pantulan spektral dapat diketahui dari perbedaan pola pantulan spektral tiap sampel tanah (Zheng, 2008; Liu dkk, 2016). Kurva pantulan spektral tanah kemudian disusun dalam bentuk spectral library untuk analisis selanjutnya (Liu dkk, 2016; Yaolin dkk, 2016).

3. HASIL DAN PEMBAHASAN

3.1 Respon Spektral Tanah Citra Hyperion Saluran yang digunakan pada citra Hyperon untuk penelitian ini sebanyak 103 dari 242 saluran spektral.

Hal tersebut dikarenakan banyak saluran yang mengalami kerusakan sehingga tidak bisa digunakan. Selain dilakukan seleksi saluran, koreksi atmosferik FLAASH diterapkan pada Citra Hyperion. Sebelum dilakukan koreksi atmosferik FLAASH, kurva spektral Citra Hyperion tidak menunjukkan kurva spektral objek yang benar. Sedangkan setelah dilakukan koreksi FLAASH kurva pantulan spektral menunjukkan pola pantulan spektral objek yang benar. Perbedaan kurva pantulan spektral objek tanah sebelum dan setelah FLAASH pada Citra Hyperion dapat dilihat pada Gambar 2.

(a)

(b)

Gambar 2. Kurva pantulan spektral objek tanah pada Citra Hyperion (a) sebelum dilakukan koreksi FLAASH dan (b) setelah dilakukan koreksi FlAASH.

(Pengolahan data, 2017)

Kurva pantulan spektral objek tanah pada citra yang telah dikoreksi FLAASH menunjukkan pola pantulan spektral objek tanah yang benar yaitu nilai pantulan semakin meningkat sejalan dengan semakin tingginya panjang gelombang. Selanjutnya kurva pantulan spektral hasil FLAASH tersebut dihubungkan dengan kandungan C organik tanah hasil lapangan yang telah diuji di laboratorium.

Berdasarkan 40 sampel tanah yang diambil dan telah diuji kandungan C organik tanah di laboratorium menghasilkan rentang kandungan C organik tanah antara 0,52% - 2,59%. Secara lebih jelasnya dapat dilihat di Tabel 1.

Informasi kandungan C organik tanah kemudian dikorelasikan dengan semua saluran Citra Hyperion. Hasilnya menunjukkan saluran yang memiliki hubungan paling kuat dengan kandungan C organik tanah adalah saluran dengan panjang gelombang 691,37 nm atau band nomor 34 dengan koefisien korelasi R sebesar 0,501. Selain band 34, saluran yang memiliki korelasi cukup besar di julat gelombang tampak yaitu band 33 (681,2 nm), band 32 (671,02 nm), dan band 31 (660,85 nm). Sedangkan pada julat SWIR saluran yang memiliki korelasi tinggi yaitu pada band 197 (2123,14 nm) dan 198 (2133,24 nm). Saluran yang memiliki korelasi cukup tinggi selanjutnya digunakan untuk model regresi kandungan C organik tanah.

Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017

173

Tabel 1. Kandungan C Organik Tiap Sampel Tanah

Kode Sampel

X Y Ka C Organik (%)

Kode Sampel

X Y Ka C Organik (%)

B33 442170 9214719 8.25 0.62 B43 446952 9222609 8.22 0.87

B35 444680 9215010 7.99 1.78 A51 450241 9223329 6.35 0.62

A10 447899 9216584 9.75 1.11 A29 449220 9223701 8.12 1.19

B03 443699 9217092 9.16 2.59 A54 448382 9224011 7.36 0.83

B04 443897 9217094 11.06 1.80 B36 447446 9224114 7.27 0.94

A48 448896 9217107 8.90 0.82 A40 451213 9224738 8.72 0.78

B38 445094 9217528 8.48 1.53 B14 448589 9225071 8.34 1.39

A46 447896 9218312 9.37 1.28 A52 449720 9226040 7.52 0.56

B02 444120 9219015 7.12 1.39 B16 447085 9226716 10.09 1.43

B01 444054 9219457 9.34 0.65 A20 451616 9226723 9.24 0.90

A19 447285 9219706 8.27 0.76 B41 446735 9227327 10.03 1.62

B17 446109 9220093 8.31 0.98 A37 449567 9227406 8.71 1.58

B34 444938 9220107 8.93 1.32 A42 450067 9227406 9.18 1.05

A45 448456 9220637 9.30 0.86 B47 446047 9227414 10.01 1.66

A49 447689 9220751 9.29 1.32 B39 445932 9221577 8.00 1.02

A18 448347 9220751 9.35 1.08 A44 448460 9222122 8.52 0.75

Kurva pantulan spektral objek tanah pada sampel tanah dapat dilihat pada Gambar 3.

Gambar 3. Kurva Pantulan Spektral Objek Tanah Berbagai Kandungan C Organik Tanah pada Citra Hyperion

Gambar di atas menunjukkan pengaruh kandungan C organik tanah terhadap kurva pantulan spektral tanah

Citra Hyperion pada panjang gelobang Visibel, NIR, dan SWIR. Berdasarkan kurva pantulan tersebut terutama pada panjang gelombang visibel hingga NIR, semakin tinggi kandungan C organik maka pantulan spektral semakin rendah. Namun pada julat SWIR terkadang kandungan C organik yang tinggi memiliki pantulan yang lebih rendah, hal ini berlaku pada kandungan C organik yang memiliki nilai hampir sama. Untuk kandungan C organik yang memiliki nilai sangat berbeda maka kandungan C organik yang tinggi tetap memiliki pantulan yang rendah. Penyebab perbedaan tersebut karena pada julat visibel yang mempengaruhi pantulan adalah warna, sedangkan pada julat SWIR pantulan lebih dipengaruhi kandungan air tanah. Beberapa data memiliki nilai pantulan yang sebaliknya, misalnya pada C organik yang tinggi justru memiliki nilai pantulan yang rendah, begitu pula sebaliknya. Hal tersebut disebabkan karena waktu perekaman citra tahun 2015 sedangkan lapangan dilakukan tahun 2017. Kondisi lahan yang berbeda pada citra dan lapangan tersebut yang menyebabkan kurva pantulan kurang baik.

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

400 600 800 1000 1200 1400 1600 1800 2000 2200 2400

Pan

tula

n

Panjang Gelombang (nm)

C Organik 2.02%

C Organik 2.51%

C Organik 1.19%

C Organik 1.53 %

C Organik 0.87 %

Analisis Respon Spektral Lapangan dan Citra EO - 1 Hyperion untuk Pemetaan Kandungan C Organik Tanah di Sebagian Kabupaten Demak (Ningam., dkk)

174

3.2 Respon Spektral Tanah Lapangan

40 Sampel tanah diukur pantulan spektralnya menggunakan spektometer JAZ EL 350. Hasil pengukuran spektral lapangan dapat dilihat pada Gambar 4. Secara garis besar respon pantulan spektral yang memiliki kandungan C organik tinggi memiliki pantulan lebih rendah daripada tanah yang memiliki kandungan C organik rendah. Meskipun demikian beberapa kurva yang memiliki kandungan C organik tinggi memiliki kurva pantulan yang lebih tinggi daripada tanah yang memiliki kandungan C organik rendah. Hal tersebut disebabkan karena respon pantulan spektral tanah dipengaruhi juga oleh faktor yang lain seperti tekstur, kelembaban tanah, dan kadar air tanah.

Gambar 4. Kurva Pantulan Spektral Tanah Hasil Pengukuran Spektrometer

Pengaruh kandungan C organik tanah kurang terlihat pada kurva pantulan spektral apabila kadar air tanah

tiap sampel berbeda-beda. Untuk mengetahui pengaruh C organik tanah terhadap respon spektral tanah, perbandingan perlu dilakukan pada kadar air tanah yang sama. Perbandingan respon spektral tanah pada kadar air yang sama dapat dilihat pada Gambar 5.

(a)

(b)

(b)

Gambar 5. Kurva pantulan speltral tanah berbagai kandungan C organik pada (a) kadar air 6% dan (b) kadar air 8%

0

10

20

30

40

50

350 450 550 650 750 850 950

Pan

tula

n (%

)

Panjang gelombang (nm)

A51 (0.62%)

A42 (1.05%)

B38 (1.53%)

B03 (2.59%)

C Organik 2.02%

0

10

20

30

40

50

350 550 750 950

Pan

tula

n (%

)

Panjang gelombang (nm)

C organik 1.11%

C organik 0.84%

C organik0.62

0

5

10

15

20

25

30

350 450 550 650 750 850 950

Pan

tula

n (%

)

Panjang Gelombang (nm)

C organik 1.19%

C organik 1.78%

C organik 1.02%

Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017

175

Gambar diatas menunjukkan semakin tinggi kadar C organik tanah maka pantulan spektral semakin rendah karena energi banyak yang terserap. Pengaruh kandungan C organik tanah lebih terlihat apabila kadar air (ka) dalam tanah sama. Kadar air tanah berhubungan dengan porositas tanah, dimana porositas tanah sangat erat kaitannya dengan tekstur tanah. Oleh karena itu faktor pengontrol untuk membandingkan pengaruh C organik tanah terhadap respon spektral selain kadar air tanah yaitu tekstur dan jenis tanah. Lihat Gambar 6.

Gambar 6. Kurva Pantulan Spektral Tanah pada Kadar Air 9%

Gambar di atas menunjukkan bahwa kurva pantulan spektral tanah tidak hanya dikontrol oleh C organik

dan kadar air, namun juga tekstur tanah. Dari gambar kurva di atas, perbedaan tekstur tanah dapat dilihat dari bentuk kurva yang berbeda pada kandungan C organik 2,59% (warna ungu) dan C organik 0,82% (warna hijau). Bentuk kurva spektral pada tekstur lempung memiliki puncak di julat 560 nm kemudian mulai mengalami penurunan pantulan di julat 600 nm. Bentuk kurva pantulan spektral tanah tersebut berbeda dengan sampel yang lain yang mengalami kenaikan nilai pantulan secara konsisten sejalan dengan bertambahnya panjang gelombang.

3.3 Pemetaan C Organik Tanah dengan Citra Hyperion

Metode pemetaan C organik dengan Citra Hyperion menerapkan metode regresi. Adapun saluran yang diregresikan adalah saluran murni Citra Hyperion yang memiliki korelasi cukup tinggi, yaitu band 34, band 33, band 32, band 31, band 197, dan band 198. Gambar 7 menunjukkan persamaan regresi berbagai band dengan C organik tanah.

Gambar 7. Grafik Regresi Kandungan C Organik Tanah dengan Saluran Spektral Citra Hyperion

0

5

10

15

20

25

30

350 450 550 650 750 850 950

Pan

tula

n (%

)

Panjang gelombang (nm)

C organik 1.27%

C organik 1.05%

C organik 0,82%

C organik 2.59%

C organik 1.32%

y = 0,1535x-0,154

R² = 0,30420

0,05

0,1

0,15

0,2

0,25

0 1 2 3

B 3

4

C organik tanah

y = 0,1377x-0,136

R² = 0,23250

0,05

0,1

0,15

0,2

0 1 2 3

B33

C organik tanah

y = 0,0382x2 - 0,1375x + 0,2276R² = 0,5793

0

0,05

0,1

0,15

0,2

0 1 2 3

Ban

d 19

8

C Organik

y = 0,0406x2 - 0,1468x + 0,2243R² = 0,5913

0

0,05

0,1

0,15

0,2

0 1 2 3

Ban

ad 1

97

C organik

Analisis Respon Spektral Lapangan dan Citra EO - 1 Hyperion untuk Pemetaan Kandungan C Organik Tanah di Sebagian Kabupaten Demak (Ningam., dkk)

176

Berdasarkan persamaan regresi yang dibentuk, model C organik tanah yang dibentuk oleh Band 197 dan band 198 memiliki nilai R2 paling tinggi yaitu 0,5913 untuk band 197 dan 0,5793 untuk band 198. Model persebaran kandungan C organik tanah dapat dilihat di Gambar 8.

(a) (b)

Gambar 8. Peta persebaran kandungan C organik tanah (a) band 197 dan (b) band band 33 Citra Hyperion Pemetaan C organik menggunakan metode regresi dengan input band tunggal menghasilkan peta C organik

tanah dengan akurasi paling dari input band 197 dan band 33. Band 197 memiliki akurasi 63% dan band 33 memiliki akurasi 64%. Pemetaan C organik menggunakan input dari spektrometer kurang efektif dilakukan karena faktor yang mempengaruhi pantulan spektral tanah tidak hanya dikontrol oleh C organik saja.

4. KESIMPULAN

Adanya kandungan C organik dalam tanah berpengaruh terhadap serapan energi yang diterima oleh tanah, sehingga semakin banya kandungan C organik dalam tanah, pantulan spektral tanah semakin rendah. C organik tidak berpengaruh terhadap bentuk kurva, namun hanya pada intensitas pantulan dan serapan kurva pantulan. Bentuk kurva pantulan spektral tanah lebih dikontrol oleh karakteristik tanah yang lain sperti kadar air tanah, tekstur, dan jenis tanah.

Pemetaan C organik menggunakan Citra Hyperion menghasilkan saluran yang paling efektif untuk pemetaan yaitu band 33 ,34, dan band 197 dengan panjang gelombang 681,2 nm, 691,37 nm, dan 2123,14 nm. Tingkat akurasi pemetaan C organik tanah dengan metode regresi dengan input band tunggal yaitu 63% hingga 64%.

5. UCAPAN TERIMA KASIH

Ucapan terima kasih ditujukan kepada: 1. Departement Informasi Geografi Fakultas Geografi Universitas Gadjah Mada 2. Sdr. Hamdun, SH yang telah menyediakan tempat untuk pengerjaan lapangan

6. DAFTAR PUSTAKA

Agus, C. (2012). Pengelolaan Bahan Organik: Peran dalam Kehidupan dan Lingkungan: KP4UGM. Yogyakarta: Badan Penerbit Fakultas Ekonomika dan Bisnis UGM.

Aldana Jague, E., Heckrath, G., Macdonald, A., Van Wesemael, B., dan Van Oost, K. (2016). UAS-Based Soil Carbon Mapping Using VIS-NIR (480–1000 Nm) Multi-Spectral Imaging: Potential and Limitations. Geoderma, 275, 55–66.

Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017

177

Ceddia, M. B., Gomes, A. S., Vasques, G. M., dan Pinheiro, É. F. M. (2017). Soil Carbon Stock and Particle Size Fractions in the Central Amazon Predicted from Remotely Sensed Relief, Multispektral and Radar Data. Remote Sensing, 9.124. 1-19.

Chang dan Chein-I. (2016). A Fast Iterative Algorithm for Implementation of Pixel Purity Index. IEEE Geoscience and Remote Sensing Letters, 3(1), 63-67.

Gomez, C., Rossel, R.A.V., dan McBratney, A.B. (2008). Soil Organic Carbon Prediction by Hyperspectral Remote Sensing and Field VIS-NIR Spectroscopy: An Australian Case Study. Geoderma, 146, 403–411.

Liu, H., Shi, T., Chen, Y., Wang, J., Fei, T., dan Wu, G. (2017). Improving Spectral Estimation of Soil Organic Carbon Content through Semi-Supervised Regression. Remote Sensing, 9 (1), 29, 1-20.

Liu, L., Ji, M., Dong, Y., Zhang, R., dan Buchroithner, M. (2016). Quantitative Retrieval of Organic Soil Properties from Visible Near-Infrared Shortwave Infrared (VIS-NIR-SWIR) Spectroscopy Using Fractal-Based Feature Extraction. Remote Sensing, 8.1035, 1-18.

Liu, Y., Jiang, Q., Fei, T., Wang, J., Shi, T., Guo, K., Li, X., dan Chen, Y. (2014). Transferability of a Visible and Near-Infrared Model for Soil Organic Matter Estimation in Riparian Landscapes. Remote Sensing, 6, 4305-4322.

Luo, Z., Liu, Y., Jiam, W., dan Jing, W. (2008). Quantitative Mapping of Soil Organic Material Using Field Spectrometer and Hyperspectral Remote Sensing. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B8, 901-906.

Mondal, A., Khare, D., Kundu, S., Mondal, S., Mukherkee, S., dan Mukhopadhyay, A. (2017). Spatial Soil Organic Carbon (SOC) Prediction by Regression Kriging Using Remote Sensing Data. The Egyption Journal of Remote Sensing and Space Science. 20(1), 61-70.

Nurwidia. (2016). Pemanfaatan Citra Landsat 8 Untuk Estimasi Kandungan Organik Tanah di Kabupaten Karanganyar. Skripsi, Fakultas Geografi Universitas Gadjah mada, Yogyakarta.

Prabawa, S., Pramudya, B., Astika, I.W., Setiawan, R. P. A., dan Rustiadi, E. (2009). Sistem Informasi Geografis dalam Pertanian Presisi Aplikasi pada Kegiatan Pemupukan di Perkebunan Tebu. Prosiding Seminar Nasional Himpunan Informatika Pertanian Indonesia, IPB, Bogor.

Rodionov, A. Pӓtzold, S., Welp, G., Pude, R. dan Amelung, W. (2016). Proximalfield VIS-NIR Spectroscopy of Soil Organic Carbon: A Solution to Clear Obstacles Related to Vegetation and Straw Cover. Soil & Tillage Research, 163, 89–98.

Scharlemann, J. PW., Tanner, E. VJ., Hiederer, R., dan Kapos, V. (2014). Global Soil Carbon: Understanding and Managing The Largest Terrestrial Carbon Pool. Journal Carbon Management, 5(1), 81-91.

Sulaeman, Suparto, Eviati. (2005). Petunjuk Teknis Analisis Kimia Tanah, Tanaman,Air, dan Pupuk. Jakarta : Balai Penelitian Tanah Badan Penelitian dan Pengembangan Pertanian, Departemen Pertanian.

Vaudour, E., Gilliot, J. M., Bel, L., Lefevre, J., dan Chehdi, K. (2016). Regional Prediction of Soil Organic Carbon Content over Temperate Croplands Using Visible Near-Infrared Airborne Hyperspectral Imageryand Synchronous Field Spectral. International Journal of Applied Earth Observation and Geoinformation, 49, 24–38.

Villa, A., Chanussot, J., Benediktsson, J.A., dan Jutten, C. (2011). Spectral Unmixing for the Classification of Hyperspectral Images at a Finer Spatial Resolution. IEEE Journal of Selected Topics in Signal Processing, 5(3), 521-533.

Wang, J., He, t., Chunyan Lv, Chen, Y., dan Jian, W. (2010). Mapping Soil Organic Matter Based on Land Degradation Spectral Response ubits using Hyperion . International Journal of Earth Observation and Geoinformation, 125 (2), 171–180.

Wang, X. Chen, Y. Guo, L. dan Liu, L. (2017). Construction of the Calibration Set through Multivariate Analysis in Visible and Near-Infrared Prediction Model for Estimating Soil Organic Matter. Remote Sensing, 9(201), 1-18.

Yan-li, L., You-lu, B., Li-ping, Y., Hong-juan, W. (2007). Prediction and Validation of Soil Organic Matter Content Based on Hyperspectum. Scientia Agricultura Sinica, 40(9), 1989-1995.