Pembuatan Peta Situasi (Satelit)

Pembuatan peta situasi dari citra satelit merupakan proses pengolahan citra satelit resolusi tinggi (CSRT) menjadi peta vektor yang menggambarkan objek-objek permukaan bumi. Metode ini memanfaatkan citra dari platform satelit seperti WorldView, Pleiades, atau SPOT untuk menghasilkan ortofoto satelit yang kemudian didigitasi menjadi peta situasi terstruktur.

Konsep dan Prinsip

Peta situasi berbasis satelit mengikuti prinsip yang sama dengan peta situasi berbasis survei udara, yaitu konversi citra raster menjadi data vektor terstruktur. Perbedaan utama terletak pada sumber datanya: citra satelit diambil dari orbit luar angkasa (ketinggian 450–800 km) sehingga memiliki karakteristik geometrik dan radiometrik yang berbeda dari foto udara.

Dua Pendekatan Pemetaan

1. Ortofoto Satelit Optik (CSRT)

Citra satelit optik resolusi tinggi (0.3–0.5 meter) diortorektifikasi menggunakan model elevasi digital dan titik kontrol tanah, menghasilkan mosaik ortofoto yang menjadi dasar digitasi peta situasi. Objek permukaan diidentifikasi melalui interpretasi visual berdasarkan warna, bentuk, dan konteks spasial.

2. Colorized Orthorectified Radar Image (CORI)

CORI (Colorized Orthorectified Radar Image) adalah produk turunan dari citra radar SAR (Synthetic Aperture Radar) yang telah melalui proses ortorektifikasi geometrik dan pewarnaan (colorization) untuk meningkatkan kemampuan interpretasi visual. Produk ini menggabungkan keunggulan data radar, yang mampu menembus awan dan beroperasi tanpa bergantung pada cahaya matahari, dengan representasi warna yang menyerupai tampilan ortofoto optik, sehingga operator peta situasi dapat mengenali objek permukaan secara lebih intuitif.

Proses Pembuatan CORI

1. Akuisisi citra SAR, yaitu data radar dari satelit seperti TerraSAR-X, COSMO-SkyMed, atau Sentinel-1 diunduh dalam format Single Look Complex (SLC) atau Ground Range Detected (GRD)
2. Kalibrasi radiometrik, yaitu mengonversi nilai digital number menjadi koefisien backscatter (sigma nought) agar intensitas pantulan mencerminkan karakteristik permukaan yang sebenarnya
3. Filtering speckle noise, yaitu menerapkan filter adaptif (Lee, Frost, atau Gamma-MAP) untuk mengurangi noise granular yang khas pada citra radar tanpa menghilangkan detail penting
4. Ortorektifikasi, yaitu mengoreksi distorsi geometrik (foreshortening, layover, shadow) menggunakan DEM dan model orbit satelit sehingga posisi objek pada citra sesuai dengan koordinat sebenarnya
5. Colorization, yaitu memberi pewarnaan pada citra menggunakan komposit warna dari multi-polarisasi (HH, HV, VV) atau fusi dengan data spektral optik. Vegetasi ditampilkan dalam nuansa hijau, tanah terbuka dalam coklat/tan, badan air dalam biru tua, dan permukiman dalam abu-abu
6. Pembuatan mosaik, yaitu menggabungkan beberapa scene CORI menjadi satu mosaik yang kontinu dengan penyesuaian radiometrik antar scene

Keunggulan CORI untuk Peta Situasi

CORI memiliki keunggulan signifikan dibandingkan citra SAR grayscale konvensional:

1. Interpretasi visual intuitif, yaitu pewarnaan membuat operator dapat mengenali tipe tutupan lahan secara cepat tanpa memerlukan keahlian interpretasi radar yang mendalam
2. Independen terhadap cuaca, yaitu berbeda dari ortofoto optik yang terganggu awan, CORI dapat dihasilkan dari data yang diakuisisi dalam kondisi cuaca apapun
3. Akurasi planimetrik tinggi, yaitu proses ortorektifikasi memastikan posisi objek pada citra sesuai untuk digitasi peta situasi
4. Solusi untuk gap area, yaitu pada proyek pemetaan di mana citra optik tidak tersedia akibat tutupan awan permanen (seperti di Papua dan Kalimantan), CORI menjadi satu-satunya sumber data untuk pembuatan peta situasi

Keterbatasan CORI

1. Resolusi spasial lebih rendah, yaitu umumnya 1 hingga 3 meter sehingga objek kecil tidak dapat diidentifikasi sedetail ortofoto optik
2. Distorsi pada topografi curam, yaitu area dengan kemiringan lereng tinggi masih dapat mengalami efek layover dan shadow meskipun telah diortorektifikasi
3. Pewarnaan tidak setara foto, yaitu meskipun sudah dicolorize, tampilan CORI tetap berbeda dari foto optik karena informasi dasarnya berasal dari backscatter radar, bukan reflektansi cahaya tampak

Langkah Pelaksanaan

1. Pemesanan dan akuisisi citra satelit: memilih platform satelit dan periode perekaman sesuai kebutuhan proyek
2. Pengumpulan titik kontrol tanah (GCP): mengukur titik referensi di lapangan menggunakan GNSS geodetik untuk proses ortorektifikasi
3. Ortorektifikasi citra: mengoreksi distorsi geometrik citra menggunakan model sensor, DEM, dan GCP
4. Pembuatan mosaik ortofoto: menyatukan beberapa citra yang terkoreksi menjadi satu mosaik citra yang mulus
5. Interpretasi dan digitasi: mengidentifikasi dan mendigitasi objek permukaan ke dalam format vektor
6. Klasifikasi dan atribusi: memberikan label jenis objek dan informasi atribut pada setiap fitur
7. Verifikasi lapangan: melakukan pengecekan terhadap objek yang tidak dapat diidentifikasi dengan jelas dari citra

Objek yang Dapat Diidentifikasi

Kemampuan identifikasi objek bergantung pada resolusi spasial citra satelit:

1. Resolusi 0.3 hingga 0.5 m (WorldView, Pleiades): jalan, bangunan individual, kendaraan besar, pohon individual, dan infrastruktur kecil
2. Resolusi 0.5 hingga 1.0 m (SPOT, GeoEye): jalan utama, blok bangunan, kawasan vegetasi, dan badan air
3. Resolusi 1.0 hingga 5.0 m (Sentinel, Landsat): kawasan permukiman, hutan, lahan pertanian, dan badan air besar

Keunggulan dan Batasan

1. Keunggulan:

   • Cakupan area yang sangat luas (ribuan km²) dalam satu akuisisi
   • Akses ke wilayah terpencil atau terisolasi tanpa izin terbang
   • Ketersediaan arsip citra multi-temporal untuk analisis perubahan lahan
   • Biaya per hektar relatif rendah untuk area sangat luas

2. Batasan:

   • Resolusi spasial lebih rendah dibanding foto udara (tidak dapat mengidentifikasi objek kecil)
   • Citra optik terganggu oleh tutupan awan
   • Akurasi posisi bergantung pada kualitas DEM dan jumlah GCP yang digunakan
   • Objek di bawah kanopi pohon tidak teridentifikasi