Deteksi Kesehatan Hutan Menggunakan Data Penginderaan Jauh di Hutan Lahan Kering SIGIT NUGROHO Latar belakang Kerusakan hutan Perlu usaha: Perlindungan Pemantauan Efisien waktu Efektif Hemat biaya Mudah dideteksi Terukur SIGIT NUGROHO/E161070051 Sigit_nugroho_ssi@yahoo.com 1
Canopy>51% Canopy 30-50% Canopy 10-30% IMAGE PIXEL Deteksi kesehatan hutan MONITORING Biophysical vegetation index Penginderaan jaun & SIG Forest Canopy Density 2
TUJUAN Mengidentifikasi hubungan antara kerapatan tegakan, luas bidang dasar dan volume dengan indikator monitoring kesehatan hutan (LAI, CSI, CDI, VCR dan kerapatan kanopi). Mengidentifikasi akurasi deteksi kesehatan hutan menggunakan metode FCD SIGIT NUGROHO/E161070051 Sigit_nugroho_ssi@yahoo.com 2008 METODE UMUM Bagaimana mendeteksi Kelas kesehatan hutan H3 Tinggi H2 Sedang H1 Rendah NH Non Hutan 3
Data dan lokasi: Data Lokasi G Surandil & PangkulahanTNGHS Waktu July 2010 - December 2010 SIGIT NUGROHO/E161070051 Citra Terkoreksi Landsat TM,2008 Koreksi Radiometrik & Geometrik Citra Landsat TM 2008,. Mulai Klasifikasi FCD Peta Kesehatan Hutan Tentatif 1 Identifikasi Hubungan antar Peubah Kesehatan Hutan dilapangan 2 Uji Akurasi Klasifikasi Citra Akurasi diterima Ya Peta Kesehatan Hutan Diagram alir Selesai 4
HASIL Hubungan antar peubah No Peubah Kerapatan tegakan pada kelas Diameter Koefisien determinasi, R 2 (%) Lbds pada kelas Diameter Volume pada kelas Diameter >5cm >10cm >20cm >5cm >10cm >20cm >5cm >10cm >20cm 1 LAI 51 38 37 45 41 36 33 31 29 2 CSI 58 58 79 55 53 45 40 38 36 3 CDI 58 57 66 43 39 31 29 26 22 4 VCR 63 62 80 54 51 42 38 36 33 5 Kerapatan Kanopi 67 49 59 52 46 57 38 35 32 Klasifikasi kesehatan hutan No Klasi fikasi Kera patan Kanopi (%) Lbds m2/ha Kerapata n Tegakan > (N/Ha) Vol ume m3/ha LAI Indikator Tajuk /Ha CSI CDI VCR 1 NH 0-10 0-3 0-64 0-30 0-0,6 0-480 0-336 0-410 2 H1 11-30 3-9 64-351 31-118 0,7-1,3 481-2245 337-1513 411-1885 3 H2 31-50 10-21 352-774 119-360 1,4-2,3 2246-4599 1514-3045 1886-3832 4 H3 > 51 > 40 >775 > 361 > 2,4 > 4599 > 3046 >3833 5
Kesehatan tinggi Foto lapangan Kamera fish eye Kesehatan sedang Foto lapangan Kamera fish eye 6
Kesehatan rendah Foto lapangan Kamera fish eye Evaluasi akuras1 : HASIL 2 No Indikator Lapangan Hasil Uji Akurasi (%) Overall accuracy Koef. Kappa 1 Kerapatan Kanopi 86 77 2 LAI 60 37 3 CSI 76 58 4 CDI 78 63 5 VCR 74 56 6 Kerapatan Tegakan > 5cm 72 50 7 Lbds > 5cm 71 55 8 Volume 71 56 7
KESIMPULAN 1. Koefisien regresi terbaik antara indikator kanopi (Kr, LAI, CSI, CDI, VCR) dengan indikator tegakan diameter diatas 5cm (kerapatan tegakan, luas bidang dasar dan volume) adalah pada peubah kerapatan kanopi sebesar 67%. 2. Deteksi kesehatan hutan menggunakan metode FCD dapat menggunakan indikator kerapatan kanopi dengan akurasi 86%. 8
9
Pra Pengolahan Citra: Metode: Koreksi Radiometrik: multiple-date image normalization pada obyek yang tidak mengalami perubahan (pseudo invariant festures) yaitu obyek air dan bangunan Diambil piksel obyek air dan bangunan pada citra 2007 dan dibandingkan dengan citra 2003 dan 2008. Dibuat linier regresi dari beberapa sampel tsb untuk mengkoreksi citra 2003 dan 2008. 2003 2007 2008 PEMILIHAN CITRA KUALITAS GANGGUAN ATMOSFERIK KECIL 2007 Cut Of Per Band 2007 terkoreksi Memilih sampel PIF Rumus matematis regresi linier 10
Koreksi citra tahun 2003: Koreksi citra tahun 2008: Citra Band Slope y-intercept r 2 2003 1 0.816873 48.30617 0.70 2 0.570919 24.15057 0.64 3 0.607471 19.93705 0.73 4 0.902614-2.36399 0.85 5 0.742671 14.13528 0.85 7 0.526694 23.62185 0.74 Citra Band Slope y-intercept r 2 2008 1 1.8105 38.8244 0.76 2 1.1839 13.4719 0.77 3 1.3762 8.9178 0.82 4 1.2908-35.1956 0.90 5 1.1726-15.5406 0.95 7 1.3941-20.6281 0.95 Scatergram PIF 2003 dan 2007 Citra 2007 200 150 100 50 y = 0,8169x + 48,306 R² = 0,7071 Linear (B12007) 0 0 100 200 Citra 2003 Citra 2007 250 200 150 100 50 0 0 200 400 y = 0,9026x - 2,364 R² = 0,8537 Linear (B4ref) Citra 2003 120 100 Citra 2007 80 60 40 20 0 0 100 200 Citra 2007 250 200 150 100 50 0 0 200 400 y = 0,5709x + 24,151 R² = 0,6484 Linear (B2ref) Citra 2003 y = 0,7427x + 14,135 R² = 0,8589 Linear (B5ref) Citra 2003 Citra 2007 150 100 50 0 0 100 200 Citra 2007 250 200 150 100 50 0 0 200 400 y = 0,6075x + 19,937 R² = 0,7302 Linear (B3ref) Citra 2003 y = 0,5267x + 23,622 R² = 0,7406 Linear (B7ref) Citra 2003 11
Scatergram PIF 2007 dan 2008 Citra2007 y = 1,8106x + 38,824 R² = 0,7638 180 160 140 120 100 80 60 40 20 0 0 20 40 60 C i Citra 2008 Citra2007 y = 1,1839x + 13,472 R² = 0,7733 180 160 140 120 100 80 60 40 20 0 0 50 100 B 2 Citra 2008 250 200 150 100 50 Citra2007 y = 1,3763x + 8,9179 R² = 0,8253 0 0 50 100 150 B 3 Citra 2008 Citra2007 250 y = 1,2908x - 35,196 R² = 0,9076 Citra2007 300 y = 1,1726x - 15,541 R² = 0,9593 Citra2007 300 y = 1,3942x - 20,628 R² = 0,9581 200 250 250 150 200 200 100 50 B 4 150 100 B 5 150 100 S e 0 0 100 200-50 Citra 2008 50 0 Citra 0 100 200 300 2008 50 0 Citra 0 100 200 300 2008 Koreksi Geometrik: Metode: Image to image registeration Tahun 2007 Citra tahun 2003 terkoreksi Tahun 2008 o Citra belum terkoreksi Citra terkoreksi 12
GCP dan RMSE citra tahun 2008 No Citra 2008 Citra 2003 Error RMSE X Y X Y X Y 1 1475.50 659.75 1295.00 610.00-0.33-0.54 0.63 2 1708.25 771.75 1541.50 685.75-0.24-0.24 0.34 3 1163.25 513.00 964.00 511.00-0.08 0.11 0.13 4 392.50 884.00 254.75 994.25 0.07 0.12 0.14 5 317.50 1790.50 316.25 1901.75-0.02 0.10 0.10 6 766.25 1910.75 775.75 1954.50 0.19 0.03 0.19 7 1660.50 1791.25 1639.50 1704.00-0.36 0.04 0.36 8 2187.00 1891.75 2171.75 1726.00 0.00 0.03 0.03 9 2317.00 928.00 2166.00 749.50-0.11-0.03 0.29 10 1406.50 985.00 1272.25 942.25 0.80 0.50 0.80 11 819.50 769.50 660.50 817.00 0.16-0.07 0.18 12 2215.50 767.50 2043.00 604.50 0.07 0.51 0.52 13 100.25 1325.75 32.50 1474.75-0.34-0.01 0.34 14 1321.00 863.00 1171.00 833.75-0.13 0.44 0.46 15 1677.25 1106.75 1558.00 1022.50 0.23 0.01 0.23 16 928.25 1575.50 886.25 1599.00 0.08-0.33 0.34 Total RMSE 0.37 Klasifikasi Citra Landsat Mulai FCD Koreksi radiometrik: Koreksi geomterik Citra Landsat Terkoreksi Pembuatan Indek Vegetasi (VI) Pembuatan Indek Tanah Terbuka (BI) Pembuatan Indek Thermal (TI) Pembuatan Indek Bayangan (SI) Peta AVI, NDVI, ANVI Peta BI Peta TI Peta SI Analisis PCA VI Terbaik Proses Pembuatan Advance Shadow Index (ASI): 1.Forest Gap Detection 2. Black soil detection 3. Spatial processing (filtering) Peta ASI Kalibrasi Max & Min Vegetasi Forest Clustering Peta Kerapatan Vegtasi (VD) Peta Scale Shadow Index (SSI) Formulasi FCD Peta Kls FCD Selesai 13
Identifikasi Degradasi & Uji Akurasi Jumlah Sampel: Sebanyak 51 Sampel dengan menggunakan metode stratified sampling dengan pengambilan plot per kelas degradasi hutan dari tahun 2003-2008 Identifikasi Peubah Degradasi Peubah y = Kerapatan Pohon, Lbds & Volume Peubah x = Indikator Tajuk :LAI, VCR, CSI, CDI & Kerapatan Kanopi Analisis Kappa & Overall Accuracy : Uji akurasi kerapatan hutan citra 2008 Menggunakan matrik konfusi antara klas kerapatan hutan berdasarkan klasifikasi di citra dengan klas kerapatan hutan Kerapatan tegakan (pohon/ha), Basal Area (LBDS m2/ha), Volume (m3/ha), Crown Indicator, LAI di lapangan Jumlah Sampel Tahun 2008 No Klasifikasi Jumlah 1 Non Hutan 6 2 Sangat Rendah 6 3 Rendah 8 4 Sedang 27 5 Tinggi 4 Jumlah 51 14
DTM Lokasi sampel penelitian 15
No Ketinggian Jumlah 1 500-1000 12 2 >1000 39 Jumlah 51 No Slope Jumlah 1 0-8 0 2 8 --15 2 3 15-30 33 4 30-45 13 5 >45 3 Jumlah 51 No Aspek Jumlah 1 Utara (315-45) 8 2 Timur(45-135) 9 3 Selatan(135-225) 16 4 Barat(225-315) 18 Jumlah 51 16
Perhitungan data Kerapatan Kanopi dan LAI Software Hemiview GndCover LAI 0.68 1.16 Perhitungan data Crown Indikator CSI = 0.5*CD + 0.25* LCR + 0.25*Density Ket: CD = Diameter Tajuk LCR = Rasio panjang tajuk dg tinggi pohon Density = % Tutupan Tajuk CDI = (Transparency + Dieback)/2 Ket: Transparency = % cahaya matahari masuk ke celah tajuk Dieback = % rasio tajuk yang rusak pada cabang dengan total tajuk VCR = (CSI+ CDI)/2 17
Perhitungan LBDS & Volume LBDS = 0.25* *D 2 Ket: LBDS = Luas Bidang Dasar = 3.14 D = Diameter Pohon Volume = 0.25* *D 2 *T*f Ket: T = tinggi total pohon F = faktor bentuk 0.7 18
Perhitungan data Jumlah Tiang, Pancang, Pohon (N/Ha) Ukuran Plot dilapangan: 25x25m 10x10m Diameter 5-10cm Diameter 10-20cm Diameter >20cm 5x5 m Titik Pusat Plot 50 m 19
20
TSI = ((256-BI) x (256-VI) x SI + 1)1/3-1 21
ASI SSI 22
23
Kriteria koefisien determinasi Tabel Tinggi Rendahnya Koefisien Determinasi Sumber : Supranto 20011, Pengantar Teknologi Informasi Salemba Jakarta : Infotek r2 Keterangan > 4% Pengaruh rendah sekali 5% - 16% Pengaruh rendah tapi pasti 17% - 59% Pengaruh cukup berarti 60% - 81% Pengaruh tinggi atau kuat > 80% Pengaruh tinggi sekali Kelas akurasi Overall (USGS) Rendah 0-60 0-40 Sedang 60-85 40-80 Tinggi >85 >80 Kappa Congalton, 1996 Diacu Jensen 2005 24