|
| Landsat 9 Image of Washburn Fire, Yosemite National Park - July 7, 2022 |
Radiometric calibration bisa berhukum wajib tapi bisa juga berhukum sunnah.
Prolog
Radiometric calibration termasuk salah satu tahap awal yang (harus) dilakukan pada pengolahan data penginderaan jauh berbasis satelit optik. Ya, saya menempatkan tanda kurung pada kata 'harus'. Karena memang step ini bukanlah langkah yang wajib dilakukan setiap kali. Lalu kapan langkah ini harus dilakukan?
Radiometric calibration atau koreksi radiometrik adalah proses untuk memastikan bahwa data yang dihasilkan oleh sensor penginderaan jauh (seperti kamera pada UAV atau satelit) secara akurat merepresentasikan nilai energi cahaya yang sebenarnya yang dipantulkan atau dipancarkan oleh objek di permukaan bumi. Proses ini melibatkan penyesuaian data mentah (raw data) dari sensor untuk mengoreksi pengaruh faktor-faktor seperti kondisi atmosfer, sudut pencahayaan, dan karakteristik sensor itu sendiri. Pendeknya, seperti yang sering saya jelaskan kepada mahasiswa, ini adalah proses mengembalikan nilai piksel dari sebuah data penginderaan jauh, dari berformat Digital Number (DN) menjadi format yang lebih bermakna seperti radiance atau reflectance. Hal ini karena umumnya data penginderaan jauh (terutama yang berbasis satelit optik, i.e. Landsat 8/9) tersedia dalam format DN. Dalam format DN, data disimpan dalam bentuk angka bulat atau integer, dengen beberapa macam tingkat kedalaman atau bit. Misalnya data digital number 8-bit, memiliki rentang nilai dari 0 sampai 255.
Mengapa tidak disediakan langsung dalam format radiance atau reflectance?
Alasan yang paling sering saya sampaikan pada mahasiswa adalah untuk tujuan efisiensi. Dengan disimpan dalam format DN, maka ukuran data dapat ditekan seminimal mungkin. Walaupun kita paham betul, tidak ada data penginderaan jauh yang filenya berukuran kecil. File berukuran 1 GB atau lebih besar adalah hal lazim. Dan sebenarnya file seukuran itu dihasilkan dari data berformat integer. Anda bisa mengira-ngira berapa besar filenya jika seandainya data itu disimpan dalam format decimal atau float, format yang dibutuhkan untuk menyimpan data radiance atau reflectance.
Itulah yang menjadi alasan dibalik format DN untuk penyimpanan data satelit. Selain alasan itu, ada pula beberapa alasan lain, misalnya untuk fleksibilitas pengguna. Dalam beberapa kasus, pengguna mungkin ingin menggunakan algoritma atau model kalibrasi tertentu yang lebih cocok untuk aplikasi spesifik mereka, yang mungkin tidak dilakukan secara otomatis oleh penyedia data satelit. Walaupun juga, sekarang sudah banyak tersedia data satelit yang sudah dikoreksi radiometrik sehingga data yang diunduh pengguna, sudah dalam format radiance atau reflectance. Misalnya data Landsat Collection 2 Level-2 (L2) yang sudah tersedia dalam format surface reflectance.
Lalu kembali ke pertanyaan awal: kapan kita harus mengembalikan nilai DN ini menjadi nilai sebenarnya melalui radiometric calibration?
Seperti yang saya sampaikan di pembuka, radiometric calibration bisa berhukum wajib tapi bisa juga berhukum sunnah. Ada beberapa kondisi yang mengharuskan langkah ini menjadi wajib dilakukan. Meninggalkannya akan menyebabkan seseorang 'berdosa'. Sebaliknya, ada beberapa kondisi yang memungkinkan langkah ini tidak harus dilakukan. Dimana jikapun dilakukan, menjadi tidak masalah.
Menariknya, masih sering saya temukan peneliti (bahkan mungkin level senior, bergelar doktor dan profesor) yang melupakan langkah penting ini. Menganggap langkah ini 'hanyalah' sunnah belaka. Mereka seperti dengan sengaja tidak melakukan langkah ini pada kondisi dimana mereka harus melakukan itu. Paling sering saya temui adalah pada saat mereka melakukan analisis vegetasi, misalnya NDVI. Setidaknya kasus ini saya temui saat saya hadir menuimak presentasi di conference, atau saat mereview naskah ilmiah.
Apakah analisis vegetasi dengan indeks vegetasi wajib melakukan radiometric calibration?
Anda pasti bingung karena pertanyaan ini harus kembali saya jawab dengan: bisa wajib, bisa juga tidak.
Tidak wajib, atau mungkin, tidak perlu dilakukan jika data yang digunakan adalah data yang sudah dikoreksi (seperti data Landsat Collection 2 level-2). Tapi menjadi wajib jika data masih belum dikoreksi (misalnya data Landsat level-1).
Bahkan sebenarnya, jika data sudah dalam level-2, data tetap harus sedikit dikoreksi. Karena pada Landsat level-2 Surface Reflectance, data tetap disimpan dalam digital number 16-bit signed integers (Int16) dengan faktor skala 10,000. Artinya, untuk mendapatkan nilai reflectance sebenarnya, data harus dibagi dengan 10,000. Contohnya, jika nilai pikselnya 5,000, artinya reflectance sebenarnya adalah 0.5.
Pada case analisis indeks vegetasi, tentunya yang menjadi input haruslah dalam format reflectance. Untuk mendapatkan nilai reflectance ini, maka data DN harus dikoreksi untuk mengembalikan nilainya menjadi reflectance. Analisis indeks vegetasi adalah salah satu analisis data penginderaan jauh yang bersifat kuantitatif. Analisis kuantitatif ini mengharuskan data yang dianalisis betul-betul menunjukkan nilai reflectance atau radiance yang sebenarnya, bebas dari pengaruh karakteristik sensor dan lingkungan.
Sebelumnya juga saya sampaikan bahwa data berformat DN ada beberapa macam, ditinjau dari kedalaman bit-nya (bit depth), atau lebih dikenal sebagai resolusi radiometrik. Misalnya Landsat 8, kedalaman bit-nya adalah 12 bit. Pada data ini, nilai radiance dan reflectance disimpan pada rentang bilangan integer 0 hingga 212 atau 4096.
Bagaimanakah karakteristik nilai radiance atau reflectance?
Radiance adalah besaran energi yang dipancarkan matahari, lalu mengenai obyek di permukaan bumi, dan akhirnya ditangkap oleh sensor. Rentang nilainya dari 0 sampai dengan positif tak hingga. Sedangkan reflectance adalah ratio antara besarnya energi yang dipantulkan oleh obyek dengan besarnya energi yang dipancarkan matahari dan mengenai obyek. Karena berbentuk ratio, maka reflectance bersifat unitless, tanpa satuan. Rentang nilainya adalah 0-1.
Anda bisa bayangkan ada 4096 kotak. Lalu ada seutas tali sepanjang 1 meter (untuk mewakili nilai maksimum reflectance = 1). Tali itu kemudian dibagi rata sama panjang untuk diletakkan di 4096 kotak. Lalu ada tali yang lain dengan panjang berbeda, misalnya 0.7 m. Kembali dipotong dengan ukuran yang sama untuk ditempatkan dalam 4096 kotak. Maka tentu saja panjang tiap potongan tali yang pertama dan kedua tidak akan sama. Nomor kotak yang sama, bisa jadi berisi tali dengan panjang yang berbeda.
Itulah analogi dari satelit data berformat digital number. Digital number yang sama, bisa jadi sebenarnya menyimpan informasi reflectance yang berbeda. Tergantung pada rentang nilai pada keseluruhan scene.
Maka tentunya, kita tidak bisa membandingkan indeks vegetasi satu lokasi dengan lokasi lainnya. Jika data yang digunakan masih berformat DN. Atau dalam kondisi lain, kita juga tidak bisa membandingkan indeks vegetasi pada satu lokasi dalam waktu yang berbeda. Memaksa melakukannya tentu saja akan menimbulkan kesimpulan yang bias.
Lalu kapan kita tidak perlu melakukannya?
Pada analisis kualitatif seperti analisis tutupan lahan berbasis visual dan digital dimana perbedaan relatif antara satu obyek dengan obyek lainnya lebih penting daripada nilai mutlaknya, koreksi radiometrik menjadi tidak penting. Atau pada kondisi dimana anda dapat memastikan kondisi lingkungan yang sama antara data yang dibandingkan (yang mungkin akan sangat sulit tercapai), radiometric calibration dapat menjadi sesuatu yang tidak esensial.
Epilog
Untuk kasus tidak dilakukannya radiometric calibration pada kondisi dimana itu harus dilakukan, saya selalu sampaikan ke mahasiswa: secara teknis itu tidak salah. Software tidak akan memberikan notifikasi kesalahan. Hasilnya pun bisa kita dapatkan. Tapi secara teoritis dan saintifik, itu tidak betul. Saya sampaikan ke mereka untuk selalu mengingat langkah ini. Sehingga jangan sampai nanti pada saat mereka sudah bersiap menuju ujian doktoral, ada penguji yang 'menangkap basah' mereka. Ketauan deh...