Rabu, 14 April 2010
Seperti kita ketahui kualitas lingkungan urban merupakan salah satu perhatian kita semua mengingat manusia meletakkan sebagian besar aktivitasnya di daerah ini. Di daerah urban disamping sangat kental pengaruh dan tingkah laku serta kegiatan manusia dalam mempengaruhi kualitas lingkungan urban, dimana manusia sendiri di-identifikasikan sebagai “urban agent”. Seiring dengan kemajuan di berbagai bidang, urbanisasi yang tidak terkontrol tidak dapat dipungkiri merupakan salah satu faktor yang menyebabkan kerusakan lingkungan urban itu sendiri.
Kita percaya bahwa manusia sendiri dengan tanpa sadar merupakan penyebab utama penurunan kualitas lingkungannya dan sekaligus juga merupakan penyumbang utama polusi untuk lingkungannya.
Dengan diperkenalkannya teknologi inderaja, harapan untuk memonitor dan secara bersamaan sebagai penyumbang data/informasi awal bagi perencana dan para pengambil keputusan agar secara benar menata, menjaga serta memperbaiki lingkungannya, terutama sekali kualitas lingkungan urbannya.
Konsep dari lingkungan yang umum adalah salah satu aspek utama dari integrasi sistem biologi secara global, kondisi ekologi dari habitat manusia, dalam hal ini termasuk aspek lingkungan sosial dan aspek lingkungan kebudayaan.
Jika dilihat dari sudut urban maka lingkungan urban adalah lanskap perkotaan yang merupakan interaksi antara manusia (populasi), daerah hijau, serta struktur buatan manusianya (bangunan, jalan dsb.). Mengingat banyaknya jenis ‘manusia’ daerah hijau serta struktur buatan manusianya, maka kombinasi antara ketiga komponen tersebut dapat bervariasi sesuai dengan interaksi yang terjadi dari ketiga komponen tersebut. Sehingga lanskap perkotaan dapat dikatakan sebagai hubungan tiga dimensi antara ‘manusia’, daerah hijau dan struktur buatan manusianya.
Didalam pembahasan makalah ini, pengolahan citra satelit inderaja yang dipergunakan, diupayakan untuk dapat meng-ekstraksi informasi mengenai komposisi liputan lahan daerah perkotaan sehingga dapat dilihat berapa banyak liputan daerah ynag pembangunannya teratur, pembangunannya kurang teratur (semrawut) maupun berapa banyak liputan daerah hijau yang ada. Dan untuk itu contoh yang diambil adalah daerah Jakarta dengan radius 10 km dari titik Monas dengan mempergunakan citra satelit inderaja (penginderaan jarak jauh) buatan Perancis: SPOT dengan resolusi pixel 20 x 20 meter dengan 3 band (mode multi spektral)
2. PENGOLAHAN CITRA
Material yang dipergunakan adalah citra satelit daerah Jakarta yang direkam oleh SPOT dengan tiga band yang mencakup liputan spektral :
Band 1: 0.50 ~ 0.59 micro-meter
Band 2: 0.61 ~ 0.68 micro-meter
Band 3: 0.79 ~ 0.89 micro-meter
Gambar 1. Citra SPOT daerah Jakarta, Tangerang dan Pulau Seribu
Citra satelit yang diperoleh adalah citra dalam bentuk digital dan sebelum dipergunakan maka citra harus diproses untuk mendapatkan tampilan serta kualitas citra yang baik agar sewaktu melaksanakan interpretasi maupun aplikasi “NVI” (Normalized Vegetation Index) diperoleh hasil yang memuaskan dan mempunyai kesalahan yang paling sedikit.
Proses yang dilaksanakan adalah apa yang disebut koreksi radiometrik dan koreksi geometrik. Koreksi radiometrik bertujuan untuk menghilangkan pengaruh haze, kekaburan citra, kekurangjelasan daya pisah unsur (untuk dapat membedakan unsur satu dengan yang lain), jadi untuk membuat agar citra terlihat “lebih tajam dan jelas detailnya”. Sedang koreksi geometrik bertujuan untuk menyesuaikan skala citra (dimensi luas) dan orientasi peta (arah utara).
Dengan demikian luasan yang diperoleh dalam analisa statistik akan sebanding dengan dimensi di lapangan sesuai dengan skala citra yang diinginkan.
Dengan telah di “koreksi” nya citra tersebut maka selanjutnya telah didapat suatu citra yang siap untuk diolah untuk mendapatkan “liputan lahan” agar dapat dibedakan antara tiga kelompok unsur liputan lahan yaitu: kelompok hijau (tumbuhan), air dan unsur buatan manusia.
Untuk ekstraksi ketiga kelompok unsur tersebut, banyak metoda yang dapat dipergunakan seperti : maksimum likelihood, clustering dan banyak lagi, tapi pada makalah ini dipilih metoda ekstraksi liputan lahan dengan menerapkan metoda “NVI” (Normalized Vegetation Index) yaitu melihat jumlah cakupan biomassa dari seluruh liputan citra yang diproses. Hal ini dipilih mengingat hubungannya dengan “hijau” yang sangat erat dengan lingkungan, yaitu kandungan “hijau” menyatakan masih “bersih”nya kondisi liputan lahan pada daerah urban tersebut.
3. PENGGUNAAN LAHAN DAN LIPUTAN LAHAN
Jakarta dengan pertumbuhan pembangunan yang sangat pesat sejak 20 tahun terakhir (kecuali pada “krismon”), berpengaruh juga pada pembangunan yang kurang terkontrol, dimana hanya sebagian saja dari daerah perkotaan yang tertata dan terencana dengan baik tapi pada beberapa bagian kota masih banyak yang semrawut sehingga menghasilkan daerah kumuh, maupun daerah yang sangat padat konsentrasi rumah-rumah yang ada.
Untuk mengetahui bagaimana kenampakan dari beberapa unsur liputan lahan tersebut dibawah ini disertakan sampel dari contoh-contoh penggunaan lahan serta liputan lahan yang diambil dari cuplikan citra SPOT tersebut.
Daerah dengan perumahan yang teratur akan terlihat sebagai keteraturan komposisi antara rumah-rumah, jaringan jalan serta tanaman pelindung (tanaman di pinggir jalan) (Gambar 3). Daerah dimana kondisi lingkungan yang kurang baik akan terlihat sebagai konsentrasi bangunan tanpa adanya maupun sangat sedikitnya pohon-pohon pelindung (Gambar 3). Daerah pabrik dan pergudangan sangat jelas terlihat dimana struktur bangunan individu yang besar terlihat berkelompok pada daerah tertentu (Gambar 3).
Gambar 3. Daerah teratur, daerah padat/kumuh dan pabrik
Daerah ‘kampung’ ditandai dengan adanya beberapa rumah yang dikelilingi oleh tetumbuhan (Gambar 4). Daerah rawa dan tambak terlihat dengan adanya unsur air yang jelas pada citra yaitu agak gelap kenampakannya (Gambar 4). Daerah yang diperuntukkan sebagai lapangan golf terlihat jelas karena lapangan golf mempunyai bentuk yang sangat spesifik (Gambar 4), demikian juga daerah reklamasi yang ditandai dengan adanya struktur ‘pagar’ untuk pembatas daerah yang akan direklamasi. (Gambar 5).
Gambar 4. Kampung, rawa dan lapangan golf
Gambar 5. Sawah dan daerah reklamasi
4. “NVI” (Normalized Vegetation Index)
Studi mengenai lingkungan urban, tidak dapat dipungkiri mempunyai hubungan yang sangat erat dengan kondisi liputan lahan serta penggunaan lahan daerah urban tersebut. Juga tidak dapat disangkal bahwa pemetaan atas liputan lahan dan penggunaan lahan adalah sangat erat hubungannya dengan studi perihal vegetasi, tanaman, tanah dan biosfer.
Dalam hal studi ini penekanan atas kandungan “hijau” didapat dengan menganalisa citra SPOT dengan metoda NVI. Sebagai sesuatu yang esensial “hijau” merupakan unsur penting dalam lingkungan urban karena dengan adanya “hijau” tersebut kondisi kota dapat dikatakan lebih “sehat” untuk tempat tinggal.
Dengan adanya citra satelit SPOT, studi atas lingkungan urban dapat dilaksanakan dengan cakupan areal yang cukup luas hanya dengan satu rekaman citra (60 x 60 km), data SPOT tersebut dipergunakan untuk “melihat” nilai kandungan hijau yang dihubungkan dengan kondisi lingkungan urban.
Untuk mendapatkan cakupan hijau tersebut dipergunakan formula NVI yang mana merupakan rasio dari “channel visible”, dan “channel near infrared”. Channel dengan spektrum: 0.61 ~ 0.68 micro-meter merupakan band yang menyerap khloropil dari radiasi sinar matahari yang datang, sedang channel dengan spektrum: 0.79 ~ 0.89 micro-meter dimana struktur daun dengan ‘spongy mesophyll’ menyebabkan pantulan yang kuat dari radiasi sinar matahari yang datang. Kedua channel dengan sifat yang sangat kontras tersebut dimanfaatkan dengan memasukkan dalam formula rasio yang dibuat agar mempunyai hubungan yang sangat erat dengan parameter vegetasi seperti aktivitas biomassa dan ini dipergunakan untuk ‘memisahkan’ areal dengan liputan hijau.
Dengan mengetahui sifat tersebut maka formula NVI yang dipergunakan adalah rasio antara channel near infrared dikurangi dengan channel visible dibagi dengan channel near infrared ditambah dengan channel visible, hasil dari pembagian tersebut akan memperoleh cakupan nilai antara –1 sampai +1, dimana cakupan hijau bergerak dari tanpa ada aktivitas biomassa (-1) sampai maksimum aktivitas biomassa (+1) jadi antara gurun sampai dengan “evergreen”.
5. STATISTIK DARI HASIL INTERPRETASI CITRA
Dengan mengambil sampel sebagian area Jakarta yang mencakup radius 10 km dari Monas, maka perhitungan klasifikasi untuk dua macam cakupan yaitu yang benar-benar hijau dan yang benar-benar padat dengan bangunan (kumuh?) memberikan gambaran bahwa dengan penerapan NVI dapat diperoleh informasi tersebut. Untuk menentukan mana daerah yang benar-benar hijau dan kumuh, maka diadakan sampling citra yang telah dikenal dengan baik lokasi kedua komponen tersebut (seperti contoh sampel Gambar 3, 4 dan 5) maka didapat cakupan nilai NVI antara + 0.40 ~ + 0,66 untuk daerah liputan hijau dan untuk nilai NVI antara – 0.08 ~ - 0,03 merupakan daerah kumuh.
Hasil klasifikasi NVI antara daerah hijau, non hijau dan air adalah : daerah hijau (dari hutan kota sampai rumput) cakupan sebanyak 40,15%, daerah non hijau (bangunan, jalan, tanah kosong) cakupan sebanyak 58,05% dan yang terakhir yaitu air (danau, sungai, waduk dsb) cakupan sebanyak 1,8%. Hasil ini mencakup areal seluas 294.692.400 meter persegi sebagian daerah Jakarta (lihat Gambar 6).
Untuk melihat lebih rinci dari hasil klasifikasi daerah hijau lebat (hutan kota, pohon pelindung dan daerah pepohonan yang daunnya cukup lebat), serta daerah kumuh/ daerah dengan kepadatan bangunan yang sangat tinggi, hasil perhitungan jumlah cakupan kedua daerah tersebut dapat dilihat sebagai berikut :
· daerah hijau lebat: 3,5% dengan nilai NVI antara + 0.40 ~ + 0,66
· daerah kumuh : 13,2% dengan nilai NVI antara – 0.08 ~ - 0,03
Gambar 6. Luas daerah dengan radius 10 km yang berpusat
di Monas dan yang hanya mencakup area yang berwarna putih saja
adalah seluas = 294.692.400 meter persegi
Dengan mengkategorikan nilai NVI yang didapat, maka kelompok nilai NVI dilabelkan seperti tabel di bawah, dimana kategorinya didasarkan pada hasil aplikasi sampling dari unsur-unsur yang dikenal di citra tersebut dikorelasikan dengan keadaan lapangan (seperti Gambar 3,4 dan5).
Tabel 1. Kelompok nilai NVI berdasarkan hasil sampling
No. | Grup | Kategori | Nilai NVI |
1. | AIR | Danau/ waduk Sungai/ daerah basah | - 0,29 - 0,25 |
2. | BUKAN HIJAU | Jalan/ daerah perkerasan Babrik Pemukiman kumuh Pemukiman padat Pemukiman teratur Daerah transisi hijau | - 0,21 - 0,11 - 0,08 - 0,03 + 0,02 + 0,07 |
3. | HIJAU | Rumput Hijau 1 Hijau 2 Hijau 3 Hijau 4 Hijau 5 Hutan kota | + 0.11 + 0,17 + 0,24 + 0,33 + 0,40 + 0,49 + 0,66 |
Dari hasil kategori NVI tersebut maka citra yang diperoleh adalah seperti Gambar 7 di bawah ini:
Gambar 7. Hasil final klasifikasi NVI untuk sebagian daerah Jakarta
6. KESIMPULAN
Dari hasil pengolahan dan pembahasan penggunaan citra satelit SPOT tersebut didapat beberapa rangkuman :
· Secara umum citra SPOT dengan resolusi 20 x 20 mtr/ pixel dapat memberikan gabaran umum mengenai daya pisah kelompok unsur yaitu kelompok air, kelompok tumbuhan dan kelompok buatan manusia, tetapi dengan kemajuan teknologi yang sangat pesat dewasa ini, resolusi satelit terus meningkat ke arah resolusi 1 x 1 mtr. Jadi tinggal dipilih antara kepentingan dengan biaya untuk mendapatkan data citra tersebut.
· Untuk meningkatkan daya pisah unsur pada citra dapat diterapkan fusi citra antara resolusi rendah dengan resolusi tinggi, sehingga dari beban ekonomi dan tujuan semuanya memuaskan.
· Banyak cara yang dapat diperoleh dalam melaksanakan klasifikasi liputan lahan, tapi NVI yang dipilih berdasarkan hubungan yang erat antara jumlah ‘hijau’ dengan kualitas lingkungan di daerah urban.
· Secara spasial citra dapat memberikan cakupan dan konfigurasi secara terintegrasi antara komponen-komponen pembentuk kota dan dengan memisahkan unsur-unsur tersebut dapat dilihat secara awal areal liputan, kondisi liputan serta keterkaitan antara unsur-unsur liputan yang ada.
· Dengan demikian citra inderaja dengan resolusi tinggi dapat digunakan sebagai alat untuk membantu didalam pelaksanaan dan pemantauan pengembangan daerah urban dan pembagunan perumahan.
0 komentar:
Posting Komentar