BAB III PENGOLAHAN DATA SAR DENGAN ROI PAC

Transkripsi

1 BAB III PENGOLAHAN DATA SAR DENGAN ROI PAC III.1 Sekilas Tentang ROI PAC ROI_PAC merupakan kepanjangan dari Repeat Orbit Interferometry Package, software ini memberikan kesempatan untuk para peneliti dalam melakukan penelitian terkait area topografi dan perubahaan permukaannya melalui aplikasi teknologi geodesi yaitu Interferometric Synthetic Aperture Radar (InSAR). Software ROI_PAC dikembangkan utamanya untuk data ERS, seperti ERS-1, ERS-2, dan JERS data dan konfigurasinya sangat cocok untuk berkerja pada data strip-mode dari semua instrument satelit radar yang ada. InSAR adalah sintesis dari teknik konvensional SAR dan teknik interferometry yang telah dikembangkan lebih dari beberapa dekade dari radio astronomi dan penginderaan jauh radar serta beberapa tahun sebelumnya telah dibuka aplikasi radar dalam ilmu sistem bumi termasuk pemetaan topografi dan geodesi [Thompson, dkk ]. Pertama kali di releasae ROI_PAC (v1.0) pada tahun 2000 dan digunakan oleh 30 kalangan baik kalangan akademik maupun komunitas penelitian. ROI_PAC menggunakan data radar mentah, didukung juga data dari telemetri dan solusi navigasi serta DEM (Digital Elevation Model disediakan sebagai masukan data eksternal atau dibuat dari interferometri 2 pasangan citra) untuk memproduksi sebuah hasil yang diperoleh dari data produk, diantaranya citra resolusi penuh, interferogram, fase citra yang diukur dan lalu dilakukan phase unwrapped, DEM dan kesalahan estimasi. Setiap produk tersebut yang tersedia secara alami dalam sistem koordinat radar dan digeoreferensikan untuk menjadi DEM. Software untuk menghitung baseline interferometric (orbit terpisah dari satelit terutama waktu pengamatannya) memberikan solusi navigasi dan menyaring estimasi untuk mencapai level mm dari ketelitian DEM dan pilihan model deformasi sebagai referensi. Untuk menghapus unsur topografi dari interferogram, ROI_PAC memproses simulasi interferogram dari data orbit dan DEM dan mensubtraksi fase dari ukuran interferogram pasangan orbit, setelah itu differensialkan antara kedua interferogramnya sisanya meninggalkan fase deformasi. Implementasi ROI_PAC itu berbasiskan algoritma C dan fortran serta setiap program 32

2 eksekusi dengan melalui Perl control script, running on SGI, Sun, and Linux platforms [sumber : III.2 Strategi Pengolahan Data pada ROI PAC Orbi Data Mentah Data Mentah Data SLC 1 Data SLC 2 Estimasi Tie Point Resampling Interferogram Estimasi DEM GPS Remove Model Penghapusan Topografi Filtering Interferogram Re estimasi Baseline Return Model Phase Unwrapped Geocoding Data Independen Pemodelan Deformasi Gambar 3.1 Alur Kerja pengolahan SAR metode two-pass perangkat lunak ROI PAC [sumber : 33

3 III.3 Tahapan Pengolahan SAR pada ROI PAC III.3.1 Pemilihan Data Dalam tahapan pengolahan data InSAR, seperti yang telah disinggung sebelumnnya, pemilihan data atau selecting data merupakan salah satu tahapan yang paling penting dari pengolahan InSAR ini. Beberapa hal yang penting dipertimbangkan pemilihan data diantaranya : Panjang Baseline antara kedua data Dapat diperkiraan panjang baseline antara dua orbit pengamatan melalui pengeplotan pada sistem kartesian dimana sumbu x merupakan Perpendicular Baseline pengamatan dan sementara sumbu y adalah Temporal Baseline, dapat dilihat pada Gambar 3.2 dibawah ini : Gambar 3.2 Sebaran Orbit satelit pada ERS-1 dan ERS-2 [Gunneman, 2008] 34

4 Dengan mengetahui penyebaran titik orbit dari data pengamatan SAR, maka kita dapat memilih pasangan data yang berdekatan artinya adalah memiliki baseline pendek dalam hal ini baik perpendicular ( 150m, ESA insar processing, 2007) maupun temporalnya (salah satunya tandem), karena dengan itu maka korelasi antara kedua citra tersebut semakin baik, sehingga pada tahapan selanjutnya yaitu interferogram generation akan menghasilkan pola fringes yang baik. Perbedaan Squint antara kedua data tersebut Squint angle (arah sorot sensor) diperoleh setelah mengolah dari format nol data ke data mentah, artinya kita harus mengolah menjadi raw data seluruhnya baru setelah itu kita dapat mengetahui nilai squintnya tersebut, nilai ini sangat perlu dipertimbangkan perbedaannya dalam tahapan ini, dikarenakan semakin jauh perbedaan nilainya maka korelasinya kedua data tersebut semakin kecil, dan sebaliknya semakin kecil perbedaannya makan korelasinya semakin baik, untuk lebih jelasnya dapat melihat tabel nilai squint serta number orbit (Tabel 4.4) dari beberapa data InSAR bali selama beberapa tahun serta contoh pasangan citra SLC yang tidak saling berkorelasi akibat nilai squint yang terlalu jauh (Gambar 5.1). Setelah kita mengetahui penyebaran titik orbit dari data InSAR kita serta nilai squintnya, setelah itu kita putuskan pasangan data mana saja yang akan kita lakukan pengolahan berdasarkan kedua pertimbangan tersebut, cara ini cukup efektif dalam tahapan awal pengolahan data InSAR untuk mendapatkan topografi dan deformasi pada suatu area. III.3.2 Pra-pengolahan (Pre-processing) Pada tahap ini merupakan tahapan pembuatan raw data yang siap untuk dilakukan proses SAR dari signal data atau data sinyal atau biasa disebut dengan level 0 data, secara internasional oleh Committee on Earth Observation Satelites (CEOS), format untuk raw data SAR terdiri atas Volume Directory File, SAR Leader File, Raw Data File, and Null Volume file. Pada tahap ini beberapa proses utama adalah sebagai berikut : 35

5 a. Mengidentifikasi dan menghapus data baris yang yang buruk, ini penting pada saat dan menjadi masalah pula pada saat 2 citra akan di registrasi pada tahap sub pixel. b. Perataan Sampling Window Start Time Adjustment (SWST) untuk mengakomodasi perubahan dalam waktu transit pulsa radar diterima, nilai konstan SWST akan sangat membantu pada tahapan image formation. c. Extraksi data, dengan prosedur dimana distribusi nilai setiap chanel di ratakan untuk menjadi zero-mean (rata-2 nol), dimana meliputi pengkonversian dari quantized integer kepada real number dan penghapusan bias pada setiap saluran. d. Extraksi parameter data, parameter ini dibutuhkan dalam tahapan image formation sebagai inputan parameter dimana terdiri atas pulse repetition frequency (secara alternatif, pulse repetition interval), sampling frequency, pulse length, chirp slope, and wavelength (secara alternatif, carrier frequency). Tabel 3.1 berikut ini beberapa parameter dari sistem satelit SAR ERS, Tabel 3.1 ERS SAR system parameters [Buckley, 2000] pulse repetition interval, t PRI pulse repetition frequency, f PRF sampling frequency, f s pulse length, τ p chirp slope, K wavelength, carrier frequency, f c bandwidth, f BW s Hz MHz s GHz/s cm 5.29 GHz MHz 36

6 Bertikut ini informasi raw data SAR hasil pre-processing dari Sample Data (Tabel 3.2 ) DATE FIRST_LINE_YEAR 1993 FIRST_LINE_MONTH_OF_YEAR 01 FIRST_LINE_DAY_OF_MONTH 10 I_BIAS Q_BIAS PROCESSING_FACILITY CRDC_SARDPF PROCESSING_SYSTEM SARP-S/S PROCESSING_VERSION Ver 0.0 PLATFORM ERS1 ORBIT_NUMBER 0 ONE_WAY_DELAY 3.311e-06 STARTING_RANGE RANGE_PIXEL_SIZE PRF ANTENNA_SIDE -1 ANTENNA_LENGTH 10 FILE_LENGTH XMIN 412 XMAX WIDTH YMIN 0 YMAX RANGE_SAMPLING_FREQUENCY PLANET_GM PLANET_SPINRATE e-05 FIRST_LINE_UTC CENTER_LINE_UTC LAST_LINE_UTC HEIGHT HEIGHT_DT VELOCITY LATITUDE LONGITUDE HEADING EQUATORIAL_RADIUS ECCENTRICITY_SQUARED EARTH_RADIUS ORBIT_DIRECTION descending FILE_START 1 WAVELENGTH PULSE_LENGTH 37.10e-06 CHIRP_SLOPE e12 DOPPLER_RANGE DOPPLER_RANGE e-06 DOPPLER_RANGE e-10 DOPPLER_RANGE3 0. SQUINT ROI_PAC_VERSION

7 Citra raw data hasil pre-processing ( Sample Data) Gambar 3.3 dibawah ini, dapat memberikan informasi arah lintasan satelit beserta informasi range dan azimuthnya. Gambar 3.3 Contoh data mentah (raw format) citra ERS-1 dengan perbesaran III.3.3 Formasi Citra (Image Formation) Pada tahapan image formation, terdapat 2 fokus utama yaitu terdiri dari : range Doppler processing dan wavenumber domain processing [Bamler, 1992]. Secara mendasar dari tahapan image formation ini adalah pengkarakteristikan respon pantulan yang diterima dari titik target di permukaan bumi. itu menunjukan respon dari sebuah titik target, penyebaran dalam range dan azimuth, mungkin akan terpecahkan dengan match filter. Match filter diterapkan dalam prosedur range compression, respon rangecompression dari titik target berkembang dan bermasalah karena range untuk setiap target berubah pada saat waktu pencitraan, sehingga tahapan range migration harus ditambahkan dengan proses chain. Sehingga akhirnya target dapat implementasi dapat sepenuhnya terpecahkan dari tahapan compression azimuth macth filter. Range-doppler processor terdiri atas tiga tahapan, diantaranya range compression, range migration, dan azimuth compression. Implementasi dari rangedoppler processor untuk data strip yang panjang membutuhkan pemotongan data 38

8 tampalan. Untuk setiap tampalan, akan terdapat beberapa garis azimuth pada awal dan akhir dimana akan kurang terpecahkan dari pada bandwidth Doppler sepenuhnya. Ini dapat terpecahkan dengan mengoverlap tampalan yang berdampingan dan hanya membuat output keluaran dalam tampalan baris azimuth dimana diproses dengan bandwidth doppler sepenuhnya. Output dari proses ini adalah berupa citra kompleks atau disebut Single Look Complex image (SLC) dimana diproses dengan tahapan diatas dengan data inputan raw data SAR tersebut. Berikut ini informasi raw data SAR hasil pre-processing dari Sample Data (Tabel.3.3) : DATE FIRST_LINE_YEAR 1993 FIRST_LINE_MONTH_OF_YEAR 01 FIRST_LINE_DAY_OF_MONTH 10 I_BIAS Q_BIAS PROCESSING_FACILITY CRDC_SARDPF PROCESSING_SYSTEM SARP-S/S PROCESSING_VERSION Ver 0.0 PLATFORM ERS1 ORBIT_NUMBER 0 ONE_WAY_DELAY 3.311e-06 STARTING_RANGE RANGE_PIXEL_SIZE PRF ANTENNA_SIDE -1 ANTENNA_LENGTH 10 FILE_LENGTH XMIN 0 XMAX 5700 WIDTH 5700 YMIN 0 YMAX RANGE_SAMPLING_FREQUENCY PLANET_GM PLANET_SPINRATE e-05 FIRST_LINE_UTC CENTER_LINE_UTC LAST_LINE_UTC HEIGHT E+06 HEIGHT_DT VELOCITY LATITUDE LONGITUDE HEADING EQUATORIAL_RADIUS ECCENTRICITY_SQUARED EARTH_RADIUS ORBIT_DIRECTION descending FILE_START 1 WAVELENGTH

9 PULSE_LENGTH 37.10e-06 CHIRP_SLOPE e12 DOPPLER_RANGE DOPPLER_RANGE e-06 DOPPLER_RANGE e-11 DOPPLER_RANGE3 0 SQUINT ROI_PAC_VERSION 3 RAW_DATA_RANGE AZIMUTH_PIXEL_SIZE DELTA_LINE_UTC RANGE_OFFSET 0 RLOOKS 1 ALOOKS 1 HEIGHT_DS E-02 HEIGHT_DDS E-09 CROSSTRACK_POS E+01 CROSSTRACK_POS_DS E-03 CROSSTRACK_POS_DDS E-08 VELOCITY_S VELOCITY_C VELOCITY_H ACCELERATION_S ACCELERATION_C ACCELERATION_H VERT_VELOCITY E+02 VERT_VELOCITY_DS E-05 CROSSTRACK_VELOCITY E+01 CROSSTRACK_VELOCITY_DS E-04 ALONGTRACK_VELOCITY E+04 ALONGTRACK_VELOCITY_DS E-05 PEG_UTC Gambar 3.4 Berkut ini citra SLC data hasil image formation ( Sample Data), Gambar 3.4 Contoh citra SLC pengamatan untuk magnitude (kanan) dan fase (kiri) (contoh pasangan data ) 40

10 III.3.4 Registrasi Citra dan Formasi Interferogram Tahapan image registration & interferogram formation disini terdiri atas 3 tahap, yaitu : Pencarian area tampalan & Parameter (Offset) Tahapan Offset disini ialah menentukan parameter transformasi affine antara citra reference 1 dengan citra reference 2 melaui, pencarian patch area atau area tampalan dari kedua citra kompleks melalui puncak korelasi dari amplitudo, dengan perataan 1/32 pixel. Ilustrasinya antara citra master dengan slave dapat dilibat pada Gambar 3.5, berikut ini : Gambar 3.5 Ilustrasi kondisi masing sistem koordinat (range, azimuth) reference dan slave Contoh parameter transformasi affine untuk kedua pasangan data (Tabel.3.4 ) : Number of points remaining = 640 RMS in X = E-002 RMS in Y = E-002 Matrix Analysis Affine Matrix 41

11 Translation Vector Rotation Matrix Rotation Angle (deg) = E-002 Axis Scale Factors Skew Term Implementasi Parameter (Resample) Tahapan resample ini ialah menentukan bidang offset dengan mengkoinsidensikan bidang citra kompleks 2 ke bidang citra kompleks 1 dengan parameter transformasi yang telah dihitung tadi, setelah itu menghitung interferogrammnya.. Ilustrasinya antara citra master dengan slave dapat dilibat pada Gambar 3.6, berikut ini : Gambar 3.6 Tahapan implementasi dari parameter transformasi yang telah diketahui 42

12 Komputasi Setelah area bertampalan didapatkan selanjutnya tahapan dari perhitungan perkalian silang antar piksel sehingga terbentuk interferogram fase dan amplitudonya. Gambar 3.7 dan Gambar 3.8 berikut contoh interferogramnya dari data contoh ( ): Gambar 3.7 Contoh interferogram amplitudo (contoh citra pasangan data ) Gambar 3.8 Contoh interferogram Fase (contoh citra pasangan data ) 43

13 III.3.5 Pendataran (Flattening) Setelah didapat interferogramnya (beda fase) yang menggambarkan topografi area kajian tetapi didalamnya memiliki unsur deformasi, noise dan atmosfer, ini masih dipengaruhi oleh pencitraan kesamping SAR (side looking), oleh karena itu harus dilakukan pendataran atau flattening ke bidang proyeksi. Ilustrasi dari pendataran dari interferogram dapat dilihat pada Gambar 3.9. Gambar 3.9 Flattening interferogram dengan PRC orbit (contoh pasangan data ) 44

14 III.3.6 Citra Korelasi (Image Correlation) Untuk melihat sejauh mana korelasi citra secara kualitatif antara kedua citra SAR dapat dilihat citra korelasi. Gambar 3.10 berikut ini contoh citra korelasi. Gambar 3.10 Contoh citra korelasi pada flat interferogram dengan PRC orbit (contoh pasangan data ) III.3.7 Penghapusan Topografi (Removing Topography) Topography removal adalah salah satu tahapan dalam two-pass dalam penentuan differensial interferometri, removing topography digunakan sebagai penghapusan topografi yang dimiliki oleh interferogram hasil dari 2 pasangan citra SAR, dengan sebelumnya DEM dilakukan proses resample dan register ke pada interferogram tersebut lalu di generate untuk menjadi interferogram (dapat melihat pada ilustrasi Gambar 3.11). Gambar 3.11 Ilustrasi removing topografi antara interferogram hasil SAR dengan DEM 45

15 III.3.8 Filterisasi Interferogram (Filtering) Pada intinya filtering interferogram ini adalah menaikkan nilai signal noise ratio (SNR) yang masih terkandung dalam interferogram dikarenakan pengaruh dari penjalaran sinyal kembali di medium udara atau atmosfer, berikut salah satu contoh interferogram setelah di lakukan proses filterisasi. Gambar 3.12 Contoh Interferogram setelah di filtering (contoh pasangan data ) III.3.9 Phase Unwrapping Tahapan untuk pemecahan atau resolving ambiguitas integer fase, (n) dalam rangka penenutan absolut interferometrik fase dari fase relatif karena berhubungan langsung dengan topografi dan deformasi. Secara matematis diformulasikan sebagai berikut : Dimana : ( φ ) = φ + πn φ = 2 unwrapped measured unw absolute ( ) φ absolute = 4π λ δρ n = integer fase 46

16 Tahapan unwrapped ini terdiri atas beberapa tahapan [Buckley, 2000], sebagai berikut : 1. Me-masking area yang memiliki gradient phase tinggi 2. Membuat Residu 3. Branch cuts 4. Unwrapping phase Berikut ini ilustrasi perubahan fase relatif ke fase absolut, 2π 2π 2π 2π 8π 6π 4π π 0 Gambar 3.13 Ilustrasi perubahan nilai fase relatif menjadi fase relatif setelah proses unwrapped 47

17 III.3.10 Estimasi Ulang Baseline (Baseline Reestimation) Penentuan geometri kedua pengamatan satelit (Gambar 3.14) terbaik melalui PRC orbit dan Simulasi DEM, disini dilakukan dua kali proses, yang pertama dengan menggunakan PRC orbit, lalu dilakukan proses lagi untuk menghasilkan hasil yang lebih baik dengan simulasi DEM. Gambar 3.14 Ilustrasi base antara kedua orbit pengamatan Berikut ini parameter baseline antara PRC-SIM pada kedua pasangan data (Tabel 3.5) : TIME_SPAN_YEAR H_BASELINE_TOP_PRC H_BASELINE_RATE_PRC e-05 H_BASELINE_ACC_PRC e-13 V_BASELINE_TOP_PRC V_BASELINE_RATE_PRC e-05 V_BASELINE_ACC_PRC e-13 P_BASELINE_TOP_PRC P_BASELINE_BOTTOM_PRC ORB_SLC_AZ_OFFSET_PRC ORB_SLC_R_OFFSET_PRC RANGE_OFFSET_PRC 0 PHASE_CONST_PRC H_BASELINE_TOP_SIM H_BASELINE_RATE_SIM E-005 H_BASELINE_ACC_SIM E-010 V_BASELINE_TOP_SIM V_BASELINE_RATE_SIM E-005 V_BASELINE_ACC_SIM E-011 PHASE_CONST_SIM RANGE_OFFSET_SIM

18 III.3.11 Geocoding Tahapan akhir dari penentuan final interferogram yang sudah melalui proses flattening, removing topography, filtering, unwrapping dan proses geocoding sehingga interferogram tersebut sudah georeference, artinya posisi suatu pikselnya memiliki posisi di permukaan bumi atau model deformasi posisinya sudah diketahui dipermukaan bumi. Berikut ini parameter transformasi affine untuk proses geocoding pada kedua pasangan data (Tabel 3.6) : Number of points remaining = 712 RMS in X = RMS in Y = Matrix Analysis Affine Matrix Translation Vector Rotation Matrix Rotation Angle (deg) = Axis Scale Factors Skew Term

19 Berikut ini Gambar 3.15 Citra file geo_930110_ unw dari data contoh : Gambar 3.15 Contoh final Interferogram setelah di geocoding (southern California) 50

20 Berikut ini informasi file final interferogram geo_930110_ unw (Tabel.3.7) : WIDTH 1623 FILE_LENGTH 757 XMIN 0 XMAX 1622 YMIN 0 YMAX 756 RLOOKS 1 ALOOKS 1 X_FIRST X_STEP X_UNIT degres Y_FIRST Y_STEP Y_UNIT degres TIME_SPAN_YEAR COR_THRESHOLD 0.1 ORBIT_NUMBER 0-0 VELOCITY HEIGHT E+06 EARTH_RADIUS WAVELENGTH DATE DATE HEADING_DEG RGE_REF LOOK_REF LAT_REF LON_REF RGE_REF LOOK_REF LAT_REF LON_REF RGE_REF LOOK_REF LAT_REF LON_REF RGE_REF LOOK_REF LAT_REF LON_REF