modul final erdas

Upload: upildewa

Post on 09-Oct-2015

226 views

Category:

Documents


33 download

TRANSCRIPT

  • PELATIHAN DASAR

    ERDAS IMAGINE/REMOTE SENSING

    Laboratorium Analisis Spasial Lingkungan (ESALab) Pusat Penelitian Lingkungan Hidup

    PPLH-LPPM, IPB

  • DAFTAR ISI

    Import Data ..................................................................................................... 1

    Menggabung Band (Layer Stack)......................................................................... 2-4

    Koreksi Radiometri ............................................................................................ 5-6

    Koreksi Geometri .............................................................................................. 7-10

    Memotong Image (Subset Imagine) .................................................................... 11-12

    Menggabung image (Mosaic Images) ................................................................. 13-14

    Klasifikasi Tak Terbimbing (Unsupervised Classification) ....................................... 15-18

    Klasifikasi Terbimbing (Supervised Classification).................................................. 19-20

    Penilaian Tingkat Akurasi (Accuracy Assessment) ................................................. 21-22

  • 1 IMPORT DATA

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    BAB I IMPORT DATA

    1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar seperti berikut

    2. Kemudian pilih tombol Import maka akan muncul kotak dialog untuk import/export.

    3. Pilih type file yang akan kita import kemudian pilih nama file inputnya dan nama file outputnya kemudian klik OK.

    Type File

    Media (tempat menyimpan data)

    Input nama file citra

    Output File (nama file baru)

    4. Kemudian akan muncul kotak dialog yang berisi keterangan import.

    5. Klik tombol OK kemudian tunggu proses import hingga 100%, setelah selesai klik tombol OK.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 1

  • 2 Menggabung Band (Layer Stack)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    LAYER STACK (MENGGABUNG BAND)

    1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar seperti berikut, kemudia pilih tombol Interpreter.

    2. Setelah kotak dialog Interpreter muncul piilih tombol Utilities, didalam menu Utilities pilih tombol Layer Stack.

    3. Setelah tombol Layer Stack dipilih maka muncul kotak dialog Layer Selection and

    Stacking. 4. Kemudian pilih file pertama yang akan di layer stack, lalu klik tombol add untuk

    menambahkan file tersebut diurutan pertama. 5. Selanjutnya kita lakukan langkah-langkah seperti diatas sampai files terakhir yang akan

    kita layer stack. Dalam melakukan layer stack, file (band) yang kita input harus berurutan.

    File citra yang akan di di layer stack

    Nama File baru yang akan dibuat

    Input nama file citra

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 2

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    6. Setelah semua file dimasukkan, kita buat file baru dan disimpan difolder yang kita inginkan setelah itu klik tombol OK.

    7. kemudian tunggu proses Layer stack hingga 100%, setelah selesai klik tombol OK.

    8. Kemudian kita buka view baru untuk menampilkan hasil dari proses layer stack.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 3

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    9. Untuk merubah kombinasi warna pada citra, di menu view kita pilih Raster lalu pilih Band Combinations.

    10. Kemudian muncul kotak dialog Set Layer Combinations selanjutnya kita rubah masing-masing kombinasi warna sesuai dengan yang kita inginkan, setelah itu klik Tombol OK.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 4

  • 3 Koreksi Radiometri

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    KOREKSI RADIOMETRI

    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. Metode-metode yang sering digunakan untuk menghilangkan efek atmosfer antara lain metode pergeseran histogram (histogram adjustment), metode regresi dan metode kalibrasi bayangan. (Projo Danoedoro, 1996). Metode yang digunakan dalam pelatihan ini adalah metode penyesuaian histogram.

    Jenis perbaikan kontras antara lain : A. Perbaikan Kontras secara linier

    merpakan metode perbaikan yang sederhana untuk memperbaiki penampakan spektral dari suatu citra.

    B. Menyamakan Histogram merupakan metode penajaman kontras untuk menghasilkan histogram yang mendekati datar

    1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar seperti berikut, kemudian buka viewer baru.

    2. Dimenu View pilih Raster Contrast General Contrast maka muncul kotak dialaog Contrast Adjust.

    3. Setalah itu pilih metode kontras yang kita gunakan dengan cara dropdown menu method (Histogram Equalization, Linear).

    Metode penajaman kontras

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 5

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    4. Untuk menyamakan histogram yang telah kita buat sebagai beikut, pilih tombol Interpreter.

    5. Setelah itu di menu Interpreter pilih Radiometric Enhancement Histogram Match setelah itu muncul kotak dialog Histogram Matching.

    6. Kemudian masukkan file inputnya (file yang akan disamakan histogramnya) dan

    masukkan input file to match (file sebagai acuan penyamaan histogram) dan terakhir bikin file baru.

    Nama file baru input file sebagai acuan input file

    7. Setelah itu klik tombol OK dan tunggu proses sampai 100%, setelah selesai klik OK.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 6

  • 4 Koreksi Geometri

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    KOREKSI GEOMETRI

    Koreksi Geometri merupakan proses memproyeksikan data peta ke dalam suatu system proyeksi peta tertentu.

    1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar seperti berikut, kemudian klik ikon menu Viewer untuk menampilkan image.

    2. Buka image pada viewer #1 sebagai image yang belum terkoreksi dan viewer #2 sebagai image atau vector yang telah terkoreksi digunakan untuk acuan.

    b) vector yang sudah terkoreksi a) image yang belum terkoreksi

    3. Pada viewer #1 klik menu Raster Geometric Correction Pilih Polynomial klik OK

    4. Kemudian muncul dialog seperti berikut :

    5. Klik menu Projection.

    6. Klik Menu Add/Change Projection sehingga keluar tampilan (Edited) Projection Chooser.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 7

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    7. Klik Custom lalu isi pilihan sesuai perintah berikut :

    Pilih Projection Type (koordinat sebagai acuan peta)

    Projection Type : Geographic (Lat/Lon)

    Spheroid Name : WGS 84

    Datum Name : WGS 84

    8. Kemudian klik Tombol OK klik Apply klik close.

    9. Pilih option Exiting Viewer Klik OK, kemudian muncul dialog Viewer Selection Intructions. Dialog ini mengkonfirmasikan viewer mana yang akan digunakan sebagai acuan. Karena yang dijadikan acuan adalah viewer #2 maka klik pointer/kursor pada image yang berada di viewer #2. Tampilan akan berubah menjadi tampilan sebagai berikut

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 8

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    10. Dengan menggunakan ikon start GCP Editor tentukan posisi dari suatu piksel yang bisa dikenali pada piksel dari image acuan. Cocokkan antara GCP pada image yang akan dikoreksi dengan Image acuan sampai benar-benar terletak pada satu piksel yang sama.

    11. Buatlah GCP paling minimal 4 buah pada tempat yang diketahui nilai atau posisinya.

    Koordinat input GCP

    Koordinat reference GCP (Geographic)

    Nilai RMS Error

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 9

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    12. Setelah titik GCP yang dibuat lebih dari 4 (empat ) maka nilai RMS Error akan muncul pada tabel. Nilai RMS error akan semakin kecil apabila posisi GCP koreksi benar-benar sama dengan GCP acuan. Usahakan nilai RMS Error nilainya di bawah 0.5 yaitu dengan cara menggeser titik GCP pada kedua image sehingga posisinya benar-benar sama.

    13. Untuk hasil yang lebih baik, buatlah titik GCP sebanyak mungkin dan menyebar disemua area.

    14. Jika telah selesai save hasilnya dengan mengklik ikon Resample Image dalam Geo Correction Tools. Sehingga akan muncul kotak dialog seperti berikut:

    15. Isikan output file dan ukuran piksel pada kotak dialog tersebut. Kemudian klik OK.

    Nama file baru

    Ukuran piksel

    16. Tunggu proses resample , kemudian klik OK setelah proses selesai.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 10

  • 5 Memotong Image (Subset Imagine)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    SUBSET IMAGE (MEMOTONG IMAGE)

    1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar seperti berikut, kemudian klik icon menu Viewer.

    2. Sebelum melakukan proses pemotongan image, terlebih dahulu buka file tersebut dengan mengklik ikon pada Viewer.

    3. Klik menu AOI Tools sehingga muncul AOI Tool Palette, kemudian pilih ikon Create Rectangular AOI, untuk pemotongan yang berbentuk kotak atau icon Create Polygon AOI untuk jenis pemotongan polygon tak beraturan.

    4. Dengan menggunakan cursor tentukan daerah yang akan dipotong.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 11

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    5. Klik tombol DataPrep pada ikon panel kemudian pilih Subset Image.

    6. Isi tabel dialog nama file input (*.img) dan nama file outputnya (*.img) dengan mengklik ikon . File Input merupakan file sebelum pemotongan dan File Output merupakan file hasil pemotongan.

    7. Klik tombol AOI pada tabel dialog sehingga muncul tampilan Choose AOI pilih Viewer kemudian klik OK.

    nama file input(*.img) nama file baru

    (*.img)

    8. Klik tombol OK dan tunggu proses subset hingga 100 % setelah itu klik tombol OK. 9. Untuk melihat hasilnya, buka nama file image hasil pemotongan pada viewer baru.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 12

  • 6 Menggabung image (Mosaic Images)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    MOSAIK IMAGE (MENGGABUNG IMAGE)

    1. Klik tombol DataPrep pada ikon panel kemudian pilih Mosaic Images.

    2. Setelah itu akan muncul kotak dialog mosaic tool seperti gambar dibawah.

    Display Add Image Dialog

    3. Kemudian klik tombol add image, masukkan file image pertama yang akan di gabung klik tombol OK maka akan muncul di Mosaic Tool kotak dengan angka 1 ditengahnya (file image pertama).

    4. Selanjutnya masukkan file image lain yang akan digabung dengan file image pertama.

    File image pertama

    File image kedua

    Lokasi file image disimpan

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 13

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    5. Kemudian klik Process Run Mosaic, beri nama file image yang baru untuk hasil gabungan tersebut.

    Nama file baru image

    6. Klik tombol OK dan tunggu proses mosaic selesai hingga 100% setelah itu klik tombol OK.

    7. Untuk melihat hasil gabungan image, buka file image tersebut pada viewer baru.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 14

  • 7 Klasifikasi Tak Terbimbing (Unsupervised Classification)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    KLASIFIKASI TAK TERBIMBING (Unsupervised Classification)

    A. Membuat isodata untuk klasifikasi

    1. Buka viewer baru untuk menampilkan image yang akan di klasifikasi. 2. Klik tombol Classifier pada panel ikon, lalu pilih Unsupervised Classification

    sehingga akan muncul dialog box berikut ini. 3. Masukkan Input Raster File: (*.img) dan nama file Output Cluster Layer (*.img). 4. Isi jumlah kelas klasifikasi pada Number of Classes sesuai dengan kelas klasifikasi

    yang akan direncanakan. 5. Klik Color Scheme Option | Approximate True Color kemudian isi kombinasi

    warna Red/Green/Blue sesuai dengan kombinasi bandnya lalu Close. 6. Klik tombol OK dan tunggu proses hingga 100%, setelah itu klik tombol OK.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 15

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    B. Membuka Tampilan untuk Proses Unsupervised Classification

    1. Buka file citra asli pada Viewer #1 dan file hasil isodata pada Viewer #2. Citra asli digunakan sebagai acuan dalam pengklasifikasian citra hasil proses isodata. Buat kedua Viewer tersebut terhubung (Link), caranya yaitu tempatkan cursor di salah satu viewer, lalu klik kanan dan pilih Geo Link/Unlink setelah itu akan muncul kotak dialog Link/Unlink Instruction.

    2. Klik pada Viewer sebelahnya dan setelah semua proses tersebut dilakukan akan keluar tampilan sebagaimana berikut :

    C. Proses Unsupervised Classification

    1. Klik icon Raster pada Viewer #2 (hasil isodata), lalu pilih Attribute|Edit| Column properties. Atur posisi kolom sehingga mudah dalam membacanya.

    2. Urutkan kolom tabel dimulai dengan Class Names, Color, Opacity dan seterusnya dengan mengklik ikon Up atau Down. Setelah selesai klik OK.

    3. Dengan mengklik cursor pada citra yang hendak kita interpretasi, raster attribute

    secara otomatis akan menampilkan warna kuning pada row yang menunjukkan Class Names dari citra yang maksud. Pada daerah yang terpilih tersebut tentukan nama kelas dan warnanya.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 16

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    4. Lakukan hal yang sama sampai semua Class Names terklasifikasi sesuai dengan kelas

    klasifikasinya. 5. Save atribut tersebut dengan mengklik .

    D. Recoding Data Hasil Klasifikasi 1. Klik icon interpreter , kemudian muncul dialog box lalu pilih GIS Analysis |

    Recode sehingga keluar tampilan berikut. Masukkan input file dan output filenya.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 17

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    2. Klik Setup Recode untuk mengelompokan baris-baris (row) atribut yang memiliki kelas

    klasifikasi yang sama. 3. Klik OK setelah selesai dan tunggu prosesnya. 4. Klik pada viewer untuk menampilkan data recode yang telah kita buat. Lalu klik

    menu bar Raster | Attribute , edit attributnya sesuai dengan nomor pengelompokannya.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 18

  • 8 Klasifikasi Terbimbing (Supervised Classification)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    KLASIFIKASI TERBIMBING (Supervised Classification)

    1. Sebelum melakukan kegiatan klasifikasi terbimbing, terlebih dahulu buat Training Areanya (Signature). Klik ikon panel Classifier sehingga akan muncul tampilan seperti berikut ini.

    Kemudian pilih Signature Editor dan muncul dialog box berikut.

    2. Buka View yang akan diklasifikasi (*.img). Kemudian deliniasi dengan menggunakan

    AOI tools sampel-sampel wilayah tiap kategori kelas klasifikasinya. Setiap membuat AOI beri keterangan pada Signature Editornya yaitu dengan mengklik (create newsignatur(s) from aoi).

    Contoh sampel hutan yang di deliniasi dengan AOI

    3. Save file (*.sig) hasil training area setelah semua kriteria kelas klasifikasi diambil sampelnya. Sampel dari satu kelas klasifikasi bisa lebih dari satu sampel, tergantung penyebaran pada image tersebut.

    4. Klik ikon panel Classifier | Supervised Classification, sehingga muncul dialog box berikut.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 19

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    5. Isikan informasi yang terdapat pada dialog box tersebut. Klik OK kemudian tunggu prosesnya.

    6. Warna dapat diganti sesuai dengan keinginan kita yaitu dengan mengubah atributnya. Buka file hasil klasifikasi (*.img) pada window viewer, Klik Raster pada menu bar, kemudian pilih atribut Attributes.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 20

  • 9 Penilaian Tingkat Akurasi (Accuracy Assessment)

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    PENILAIAN TINGKAT AKURASI (Accuracy Assessment)

    Sebelum dilakukan penentuan tingkat akurasi citra hasil klasifikasi, titik-titik hasil survey lapangan (G ound Truth) menggunakan GPS datanya di input kedalam format text dokumen (*.txt). Baru kemudian dilakukan proses perhitungan akurasi dengan langkah-langkah sebagai berikut :

    r

    1. Buka image (telah terklasifikasi) yang akan ditentukan nilai akurasinya pada Viewer #1. 2. Klik ikon Classifier pada ikon panel kemudian pilih Accuracy Assessment

    sehingga akan muncul tampilah seperti berikut ini : 3. Pada ikon buka file view sesuai dengan Viewer #1, kemudian klik menu Edit |

    Import User-defined Points untuk membuka titik-titik kordinat hasil Grund Truth menggunakan GPS. Klik OK setelah file titik koordinat di buka.

    4. Klik menu View | Select Viewer klikkan cursor pada image di Viewer #1, klik lagi menu View | Show All untuk menampilkan titik GPS pada citra.

    5. Tentukan nilai kelas klasifikasinya dari tiap titik GPS kemudian isikan pada kolom Reference di tabel Accuracy Assissment. Titik GPS yang telah diberi nilai warnanya akan berubah dari putih menjadi kuning (sesuai dengan seting warna).

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 21

  • Pelatihan Dasar Erdas Imagine/Remote Sensing

    Titik GPS yang telah diberi nilai (berwarna kuning)

    Titik GPS yang belum diberi nilai (berwarna putih)

    7. Setelah semua nilai terisi, klik menu Report dan aktifkan semua elemen pada option.

    Lalu klik Accuracy Report pada menu tersebut. Hasil akurasi akan ditampilkan setelah dilakukan proses perhitungan oleh komputer.

    8. Sebagian tampilan dapat dilihat pada gambar dibawah.

    Laboratorium Analisis Spasial Lingkungan (ESALab,, PPLH-LPPM, IPB) RS - 22