Parrot Sequoia, Menangkap yang Tak Terlihat

Capture the invisible! Itulah yang menjadi tagline dari Parrot Sequoia, Menangkap yang tak terlihat. Apa maksudnya?

[lwptoc title=”Daftar Isi”]

Kemampuan mata manusia yang terbatas

Mata manusia hanya mampu melihat objek pada gelombang cahaya tampak (visible), atau pada rentang panjang gelombang merah, hijau, dan biru (RGB). Hal ini juga kemudian diadopsi pada teknologi kamera konvensional, termasuk kamera drone. Drone yang tersedia di pasaran kebanyakan memiliki kamera yang hanya mampu menangkap cahaya pada rentang panjang gelombang tampak. Karena memang kebutuhan pasar drone hanya untuk keperluan dokumentasi untuk rekreasi dan hobi.

Sedangkan untuk keperluan riset, terutama yang terkait dengan pertanian dan kehutanan, sensor kamera yang hanya mampu menangkap panjang gelombang tampak tidaklah cukup. Banyak sekali fenomena alam yang hanya bisa diamati melalui panjang gelombang di atas panjang gelombang tampak. Misalnya saja kesehatan tanaman. Tanaman yang sehat dapat diamati dengan mengkombinasikan pantulan atau reflectance dari spektrum gelombang infra-merah dekat (Near Infrared, NIR) dengan pantulan spektrum gelombang tampak. Sehingga menghasilkan suatu indeks yang dapat digunakan untuk menentukan tingkat kesehatan tanaman.

Perbedaan respon pantulan spektral dari tanaman sehat, tanaman tidak sehat, dan tanah

Perbedaan respon pantulan spektral dari tanaman sehat, tanaman tidak sehat, dan tanah (sumber: physics.stackexchange.com)

Grafik diatas menunjukkan perbedaan respon pantulan spektral dari objek tanaman sehat, tanaman tidak sehat, dan tanah. Pada spektrum gelombang NIR, terjadi penurunan yang signifikan antara tanaman sehat dan tanaman tidak sehat. Gelombang NIR ini tidak mampu ditangkap oleh mata manusia. Sedangkan pada spektrum gelombang merah atau red terjadi peningkatan. Fenomena inilah yang menjadi dasar perumusan indeks Normalized Difference Vegetation Index (NDVI), salah satu indeks vegetasi yang cukup banyak digunakan.

Mengenal kamera multispectral dan hyperspectral

Untuk dapat menghasilkan indeks kesehatan tanaman dengan memanfaatkan pantulan gelombang NIR, tentunya tidak memungkinkan jika hanya menggunakan drone dengan sensor kamera RGB. Maka hadirlah beberapa produk kamera khusus yang mampu menangkap pantulan spektrum cahaya di atas rentang cahaya tampak. Kamera khusus ini kemudian kita kenal sebagai kamera multispectral atau kamera hyperspectral. Perbedaan antara kamera multispectral dan kamera hyperspectral adalah pada panjang gelombang yang mampu ditangkap. Kamera multispectral hanya mampu menangkap pantulan pada panjang gelombang yang discrete. Misalnya suatu kamera multispectral mampu menangkap pantulan pada spektrum berikut:

Blue: 450 – 515 nm
Green: 525 – 600 nm
Red: 630 – 680 nm
NIR: 845 – 885 nm

Sedangkan kamera hyperspectral mampu menangkap pantulan dari spektrum dengan rentang panjang gelombang yang lebih luas dan kontinu. Misalnya dari rentang 400 nm hingga 1100 nm dengan step setiap 1 nm.

Nah! Parrot Sequoia adalah salah satu contoh kamera multispectral.

Mengenal Parrot Sequoia

Kamera Parrot Sequoia (sumber: parrot.com)

Gambar di atas adalah kamera Parrot Sequoia dengan Sunshine sensor-nya. Ukurannya kecil, seukuran kamera aksi atau action cam seharga 5jutaan. Padahal harganya jauuuh dari itu 😀

Parrot Sequoia adalah kamera multispektral yang terdiri dari empat sensor monokrom pita sempit 1.2 megapixel dan kamera RGB yang disinkronkan. Sensor monokrom-nya terdiri dari sensor untuk panjang gelombang berikut:

  • Green (wavelength 530-570 nm)
  • Red (wavelength 620-700 nm)
  • Red-edge (wavelength 730-740 nm)
  • Near infra-red, NIR (wavelength 770-810 nm)

Disebut sebagai sensor monokrom karena masing-masing sensor menghasilkan 1 citra monokrom. Berbeda dengan sensor pada kamera RGB yang langsung menghasilkan citra hasil gabungan ketiga spektrum cahaya tampak (RGB).

Citra monokrom yang dihasilkan kamera Parrot Sequoia

Citra monokrom yang dihasilkan kamera Parrot Sequoia. Semakin berwarna putih menunjukkan semakin tinggi nilai reflectance masing-masing spektrum (sumber: dokumentasi pribadi)

Dengan spesifikasi itu, maka citra yang dihasilkan kamera Parrot Sequoia dapat digunakan untuk menghasilkan citra indeks vegetasi seperti NDVI. Berikut adalah contoh citra NDVI yang dihasilkan dengan memproses citra monokrom dari kamera Parrot Sequoia.

Peta indeks vegetasi NDVI dari citra monokrom Parrot Sequoia

Peta indeks vegetasi NDVI dari citra monokrom Parrot Sequoia yang diambil di atas hamparan sawah di Cianjur (sumber: dokumentasi pribadi)

Kamera Parrot Sequoia dilengkapi oleh Sunshine Sensor yang berfungsi untuk mengkoreksi citra. Sensor ini memungkinkan kamera dapat menghasilkan citra yang sama untuk setiap kondisi pencahayaan yang berbeda. Di dalam Sunshine Sensor ini juga terdapat perangkat GPS dan Innertial Movement Unit (IMU) yang memberikan informasi posisi untuk setiap citra yang dihasilkan.

Ingin lihat lebih jauh tentang kamera Parrot Sequoia? Mari kita simak video berikut:

[su_youtube url=”https://www.youtube.com/watch?v=SaztuWuDEsg”]

Kompatibilitas

Lab kami beberapa kali menggunakan kamera Parrot Sequoia ini untuk keperluan penelitian, baik dengan objek hutan maupun objek pertanian seperti lahan sawah. Wahana yang kami gunakan adalah DJI Inspire 1. Sebelumnya juga kami memasangkan kamera ini di DJI Phantom 3. Parrot mengklaim kamera ini cocok untuk semua jenis drone. Mulai dari multirotor hingga fixed-wing. Namun, penempatan kamera ini pada beberapa jenis drone membutuhkan dudukan atau mounting khusus. Kira-kira inilah tampilan DJI Inspire 1 kami yang sudah dipasangi kamera Parrot Sequoia dengan mounting khusus.

DJI Inspire 1 dengan kamera Parrot Sequoia

DJI Inspire 1 dengan kamera Parrot Sequoia (sumber: dokumentasi pribadi)

Gagah ya? Pada tulisan berikutnya, saya akan share mounting kamera Parrot Sequoia untuk drone DJI Inspire 1 yang kami gunakan. Yuk nantikan tulisan berikutnya!

Certified remote pilot | interested in research related to geoinformatics, WebGIS, and UAV/drone | research student at Center for Environmental Remote Sensing (CEReS), Chiba University, Japan

Posting Komentar