4 Resolusi penting dalam INDERAJA

4 Resolusi penting dalam Inderaja

Ingat, ini tidak ada hubungannya dengan Resolusi Dewan Keamanan PBB, baik yang sudah basi maupun belum dekeluarkan!!:-)

Ketika belajar Remote Sensing atau yang di indonesiakan menjadi Inderaja alias Penginderaan Jauh (bukan penginderaan jarak jauh atau Penerawangan Jarak Jauh) kita akan berhadapan dengan 4 terminologi sakti: Spectral Resolution, Radiometric Resolution, Spatial Resolution dan Temporal Resolution. Terminologi ini saya anggap sebagai terminologi sakti karena kita tidak bisa membebaskan diri dari jeratan 4 kata kunci ini. Mereka akan selalu menghantui kita ketika belajar dan bergelut dengan pelajaran gaib bernama inderaja.

Untuk memudahkan, saya akan mencoba menjelaskan dengan bahasa sederhana dan tidak formal, kita mulai satu persatu. Sudah siap? Let’s Go!! emang loe mau kemana man?

1. Radiometric Resolution
2. Spectral Resolution
3. Spatial Resolution
4. Temporal Resolution

RADIOMETRIC RESOLUTION

Berapa banyak bit yang digunakan dalam satu pixel?

Apa arti dari radiometric resolution ini adalah jawaban dari pertanyaan diatas. Semakin banyak bit-nya maka semakin bagus citra (image) yang kita miliki. Sebagai ilustrasi, silahkan lihat lihat gambar berikut

Gambar diatas yang terdiri dari 8 bits atau setara dengan ( 2 pangkat 8 ) 256 pixel value, (atau Digital Number, atau Digital Count atau dikenal juga dengan istilah grayscale)  berarti memiliki gradasi grayscale dari 0 sampai 255

Sementara gambar ini, yang hanya memiliki 2 bits atau setara dengan (2 pangkat 2) 4 gradasi warna saja.

SPECTRAL RESOLUTION

Berapa banyak wavelength yang dapat di rekord? atau berapa banyak spectral band yang dimiliki oleh sebuah sensor?

Jawaban atas pertanyaan ini adalah pengertian yang tepat untuk disematkan pada spectral resolution. ATAU dengan kata lain, spectral resolution ini biasanya didefinisikan sebagai kemampuan sensor untuk mengisi kanal yang ada dengan wavelength. Semakin kecil interval kanal (atau semakin banyak spectral band)  maka spectral resolution akan semakin baik. Perhatikan ilustrasi berikut:

Gambar diatas memberikan kita kejelasan, bahwa gambar pertama hanya memiliki satu  kanal yang terletak pada wavelength 0.4-07 micrometer. Berbeda dengan gamber dibawahnya, dimana untuk interval wavelength yang sama terdapat 3 kanal, ada Red Green dan Blue. Gambar atas memiliki spectral resolusi yang lebih kasar dibandingkan dengan gambar bawah.

Kalau belum jelas, mudah mudahan ilustrasi tambahan ini bisa membuat kita lebih mengerti:

Grafik berikut dibentuk dari hubungan antara wavelength (x-axis) dan nilai reflectance (y-axis)

Perhatikan garis hitam yang ada di setiap gambar, garis ini menunjukkan bagian yang harusnya terekam oleh sensor. Sementara bagian merah adalah bagian yang berhasil di rekam sensor. Semakin banyak node merah, maka semakin tinggi spectral resolutionnya.

Lalu manfaatnya apa? lihat gambar dibawah. Jika kita menggunakan sensor yang hanya bisa merekam 3 kanal (lihat ada 3 node merah), maka kita tidak akan bisa membedakan pineword dan grassland dengan melihat perbedaan nilai reflektannya.

Catatan, sebagai contoh:

MODIS memiliki 36 Spectral band,

AVIRIS memiliki 224 Spectral band (yang terletak pada 400-2500 nanometer)

SPATIAL RESOLUTION

Berapa ukuran objek yang yang bisa diwakili oleh satu pixel?

Semakin kecil ukuran objek yang bisa di kenal oleh sensor maka semakin tinggi spatial resolutionnya.

Gambar diatas memberikan penjelasan yang sangat gamblang bagi kita semua. Nampak jelas perbedaan citra yang memiliki spatial resolution (0.5  x 0.5m) dibanding dengan citra dengan spatial resolution  (80  x 80m)

TEMPORAL RESOLUTION

Berapa lama (revisit time) sebuah sensor dapat melintas diatas daerah yang sama.

Semakin singkat waktu revisit timenya maka semakin tinggi temporal resolutionnya.

Data berikut, bisa menjadi sebuah gambaran kita:

Demikian, cerita singkat dari saya. Semoga bisa menjadi dongeng pengantar tidur anda.

Credit:

gambar dan data yang digunakan diambil dari canadian centre for remote sensing dan pattern laboratory center for space and remote sensing NCU

Mohon koreksi dan kontribusi anda untuk melengkapi cerita ini.