Professional Documents
Culture Documents
147 426 1 PB PDF
147 426 1 PB PDF
Aplikasi Analisis Komponen Utama dalam Pemodelan Penduga Lengas Tanah dengan
Data Satelit Multispektral
Erna Sri Adiningsih1) ,Mahmud2) ,dan Iskandar Effendi1)
1)
Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh LAPAN,
Jl. Lapan No. 70, Pekayon Pasar Rebo, Jakarta 13710
2)
Pusat Pemanfaatan Sains Atmosfer dan Iklim LAPAN, Jl. Dr. Junjunan no. 133, Bandung
Diterima Oktober 2002, disetujui untuk dipublikasikan Nopember 2003
Abstract
Principle Component Analysis (PCA) application in modeling the soil moisture estimate using multispectral satellite
data is meant to optimize spectral combination. PCA method has been applied to Landsat Thematic Mapper (TM)
satellite data with good results. However, Landsat data have low temporal resolution (16 days) compared with
daily NOAA-AVHRR (NOAA-Advanced Very High Resolution Radiometer) satellite data. So, NOAA-AVHRR data
are able to provide better information on daily soil moisture. The objective of the study is to develop soil moisture
estimation model based on daily 5-channel daily NOAA-AVHRR data using PCA method. The locations are West
Java and Central Java as case study, while the period is August-September 1999. Some field soil samples were also
taken from the two locations. The coefficient of variance shows that the three principle component (PC) can explain
the variance of soil moisture of 0-20 cm depth better than of >20 cm depth. This is due to more dynamic surface
soil moisture change rather than deeper soil layer. Among the three PCs, the first PC is the best parameter to
estimate soil moisture. The index resulted by the first PC can estimate soil moisture better than vegetation index.
Keywords : PCA, soil moisture, soil brightness index, greenness index, soil wetness index, multispectral satellite
data.
Abstrak
Penerapan analisis komponen utama (PCA) dalam pemodelan penduga lengas tanah menggunakan data satelit
multispektral dimaksudkan untuk mengoptimalkan kombinasi spektral. Metode PCA telah diterapkan untuk data
satelit Landsat Thematic Mapper (TM) dengan hasil yang baik. Namun data Landsat memiliki resolusi temporal
yang rendah (16 hari) dibandingkan dengan data satelit NOAA-AVHRR harian, sehingga penggunaan data NOAAAVHRR diharapkan dapat memberikan informasi tentang kondisi lengas tanah harian dengan lebih baik.
Penelitian bertujuan untuk mengembangkan model penduga lengas tanah berdasarkan data NOAA-AVHRR harian
5 kanal menggunakan metode PCA. Lokasi studi kasus adalah Jawa Barat dan Jawa Tengah dengan periode data
Agustus - September 1999. Beberapa contoh tanah diambil di lapangan pada 2 lokasi. Koefisien keragaman ketiga
komponen utama dapat menjelaskan lengas tanah pada kedalaman > 20 cm dengan lebih baik dibandingkan pada
kedalaman 0-20 cm. Hal ini disebabkan perubahan lengas tanah pada lapisan permukaan lebih dinamis daripada
lengas tanah pada lapisan lebih dalam. Komponen utama pertama yang diperoleh disebut sebagai indeks
kecerahan tanah, yang kedua adalah indeks kehijauan, dan yang ketiga adalah indeks kelembaban tanah. Diantara
ketiga komponen utama, komponen utama pertama merupakan parameter penduga lengas tanah yang terbaik.
Indeks yang dihasilkan dari komponen utama pertama juga menduga lengas tanah lebih baik jika dibandingkan
indeks vegetasi.
Kata kunci: Analisis komponen utama, lengas tanah, indeks kecerahan tanah, indeks kehijauan, indeks kelembaban
tanah, data satelit multispektral.
satu cara yang dapat diterapkan adalah dengan
memanfaatkan data satelit. Pemanfaatan data satelit
Landsat Thematic Mapper (TM) multispektral untuk
menduga lengas tanah telah diteliti oleh Dirgahayu,
dkk.1) untuk daerah perkebunan tebu di Jatitujuh,
Jawa Barat. Dengan menerapkan teknik analisis
komponen utama, para peneliti tersebut memperoleh
tiga jenis indeks untuk menduga lengas tanah
berdasarkan data empat kanal. Namun data Landsat
TM yang memiliki resolusi spasial 30 m2 hanya
sesuai untuk digunakan pada daerah tertentu dan
untuk waktu yang tertentu pula karena satelit ini
memiliki resolusi temporal 16 hari. Sementara itu,
1. Pendahuluan
Ketersediaan air tanah merupakan salah satu
faktor yang penting bagi pertanian secara umum, baik
pertanian tanaman pangan, hortikultura, perkebunan,
dan kehutanan. Oleh sebab itu informasi tentang
lengas tanah (soil moisture) sangat diperlukan untuk
perencanaan, pengelolaan dan pemantauan pertanian.
Pengukuran lengas tanah dengan peralatan
konvensional seperti tensiometer, neutron probe,
maupun teknik gravimetri dapat memberikan
informasi yang sangat akurat tetapi kurang efisien
untuk daerah pengukuran yang sangat luas. Salah
215
216
Spektrum
0.580.68 m (tampak)
0.731.10 m
merah dekat)
3.553.95 m (infra
merah menengah)
10.311.3 m
merah jauh)
11.512.5 m (infra
merah jauh)
(infra
(infra
Kegunaan
Menghitung
albedo
permukaan bumi dan
puncak
awan,
mendeteksi permukaan
darat
dan
laut,
memantau pertumbuhan
dan
perkembangan
tanaman
Memantau
vegetasi
(peka terhadap klorofil),
mendeteksi
awan,
mendeteksi lapisan salju
dan es di permukaan
bumi,
mendeteksi
albedo permukaan darat
dan laut.
Menghitung
suhu
permukaan
laut,
mendeteksi
distribusi
awan pada siang dan
malam hari, mendeteksi
kebakaran hutan karena
kanal ini peka terhadap
sumber
panas
di
permukaan bumi.
Pada prinsipnya kanal 4
dan kanal 5 mempunyai
kegunaan yang sama
yaitu
untuk
mengekstraksi
nilai
suhu permukaan laut,
suhu permukaan darat,
mendeteksi awan pada
siang dan malam hari,
memantau
gunung
berapi yang aktif, dan
mendeteksi suhu puncak
awan.
217
2. Metodologi
2.1 Data dan Alat
Gambar 1. Contoh citra NOAA-AVHRR yang belum ditransformasi dalam bentuk kombinasi RGB (Red Green
Blue).
Untuk validasi persamaan atau indeks-indeks
yang diperoleh dengan data lengas tanah di lapangan,
digunakan hasil pengukuran lengas tanah pada
kedalaman 0-20 cm pada bulan September 1999 di 9
lokasi di Pekalongan dan sekitarnya, Jawa Tengah
(Kedungwuni, Bligo Buaran, Babalan Kidul Bojong,
Kampir Bojong, Getas Wonopringgo, Karanganyar,
Wiradesa, Pekalongan Selatan, dan Kajen) yang telah
dilakukan oleh Adiningsih, dkk.6). Untuk melengkapi
data lengas tanah digunakan pula hasil pengukuran
Badan Meteorologi dan Geofisika (BMG) untuk
kedalaman 0-20 cm dan >20 cm pada bulan Agustus
1999 di 8 stasiun klimatologi/meteorologi pertanian
di Jawa Barat (Darmaga Bogor, Chinchoma
Bandung, Margahayu Lembang, Sukamandi
Subang, Jatisari Karawang, Sukapura Cirebon,
dan Cipanas Cianjur).
218
1 + 2 + + p = tr()
(1)
(3)
(6)
(7)
(2)
(5)
219
1
0,3953
0,3214
0,3363
0,3877
0,3706
0,3877
0,3020
0.3983
0,3200
0.3780
0,2743
2
-0,0300
0,5457
0,3463
0,3162
-0,1400
0,3162
0,6620
-0,0558
0,0420
-0,0350
0,0371
Kanal
3
-0,0547
0,0186
0,1863
0,0262
0,1529
0,0262
0,1580
-0,1117
-0,0200
-0,2480
-0,0871
4
-0,5567
-0,386
-0,6381
-0,6477
-0,6535
-0,6477
-0.6600
-0,6625
-0,4080
-0,3680
-0,2321
5
0,1280
0,1257
0,1200
0,0954
0,1000
0,0954
0,0540
0.0633
0,0640
0,1190
0,1607
-0,0920
-0,0214
0,0794
0,0206
0,0982
-0,0146
0,0220
-0,1908
-0,0940
-0,2510
-0,0821
0,7147
0,7514
0,7494
0,7500
0,7435
0,7454
0.7420
0,7067
0,4340
0,6290
0,5400
-0,0773
-0,0450
-0,0863
-0,0675
-0,0576
-0,0438
0,0080
0,0083
0,0180
-0,0450
-0,0729
PC2
1998 September
Oktober
November
Desember
1999 Maret
April
Mei
Juni
Juli
Agustus
September
0,3493
0,2821
0,3006
0,3244
0,3247
0,3392
0,2700
0,3458
0,2540
0,3060
0,1857
-0,0780
0,4729
0,3081
0,1781
-0,0953
0,1631
0,6080
-0,1633
-0,0420
-0,0650
0,0607
PC3
1998 September
Oktober
November
Desember
1999 Maret
April
Mei
Juni
Juli
Agustus
September
0,2187
0,4650
0,4844
0,4256
0,4206
0,3562
0,4040
0,3750
0,3840
0,3140
0,5207
0,3347 -0,1473
-0,3336 0,4114
-0,1094 0,4619
-0,0331 0,4156
0,1965 0,3765
0,0006 0,4808
-0,3080 0,8520
0,3533 0,0467
0,3840 0,2640
0,4720 -0,2080
0,3307 -0,1250
0,1173 0,0267
0,0579 -0,0036
0,0275 0,0306
0,0306 0,0438
0,0453 0.0453
0,0862 0.0585
0,0840 0,1740
0,1558 -0,0550
0,0340 0,0820
0,0920 0,0570
0,0471 0,0586
220
1
0,3493
0,3371
0,3594
2
0,1728
0,2223
0,1316
KANAL
3
0,0047
0,0189
-0,0071
4
-0,5552
-0,5415
-0,5666
5
0,1038
0,1291
0,0826
PC 2
Rata-rata Total
Rata-rata ms.hujan
Rata-rata ms.kemarau
0,2984
0,2884
0,3066
0,1225
0,1884
0,0676
-0,0478
-0,0191
-0,0717
0,6824
0,7011
0,6668
-0,0419
-0,0698
-0,0187
PC 3
Rata-rata Total
Rata-rata ms.hujan
Rata-rata ms.kemarau
0,3971
0,4229
0,3756
0,1171
0,0379
0,1831
0,2571
0,2033
0,3020
0,0707
0,0561
0,0829
0,0471
0,0312
0,0603
Kedalaman 0-20 cm: Lengas tanah (dalam %) = 2.47 + 0.220 SBI (R2 = 61.4 %)
Kedalaman >20 cm: Lengas tanah (dalam %) = -3.66
+ 0.202 SBI (R2 = 83.3 %)
Pada Gambar 2 disajikan citra PC1 untuk
Pulau Jawa. Hasil PC1 juga dibandingkan dengan
analisis indeks vegetasi (NDVI) yang biasa
digunakan untuk menduga lengas tanah. Hasilnya
menunjukkan bahwa koefisien keragaman (R2) antara
NDVI dengan lengas tanah adalah 67.12 % untuk
kedalaman 0-20 cm dan 65.61 % untuk kedalaman
>20 cm, sehingga dapat dijadikan penduga yang agak
lebih baik untuk lengas tanah permukaan daripada
korelasi PC1 dengan lengas tanah, tetapi NDVI
kurang baik untuk dijadikan penduga lengas tanah
Lengas tanah (%) = 0.8697 NDVI 63.068
Lengas tanah (%) = 1.6116 NDVI 134.89
221
Gambar
Principal
Component
1 atau Soil
Brightness
Index PulauIndex
Jawa dari
dataJawa
AVHRR
G
ambar2.2.Citra
Citra
Principal
Component
1 atau
Soil Brightness
Pulau
darikanal
data1, 2
dan 3 tanggal 25 Agustus 1999.
AVHRR kanal 1, 2 dan 3 tanggal 25 Agustus 1999.
4. Kesimpulan
Dari hasil penelitian ini dapat disimpulkan
bahwa transformasi komponen utama dari data
NOAA-AVHRR dapat diterapkan untuk menduga
kadar lengas tanah di Pulau Jawa. Koefisien
transformasi rata-rata total untuk PC1 memiliki nilai
positif tertinggi untuk kanal 1, diikuti dengan kanal
2, kanal 5, dan kanal 3, sedangkan untuk kanal 4
bernilai negatif. Koefisien transformasi rata-rata total
untuk PC2 memiliki nilai positif tertinggi untuk kanal
4, diikuti dengan kanal 1, dan 2, sedangkan untuk
kanal 3 dan 5 bernilai negatif. Koefisien transformasi
rata-rata total untuk PC3 memiliki nilai positif untuk
semua kanal, yaitu tertinggi untuk kanal 1, diikuti
kanal 3, 2, 4, dan 5.
Kanal 1 sangat responsif terhadap kondisi
lengas tanah, kehijauan (greenness), dan kelembaban
(wetness) seperti yang digambarkan oleh nilai PC1,
222