Diagram Alir Penelitian METODE 1 Lokasi penelitian

61 Bunga Rampai Forum Peneliti Muda Indonesia 2016 Gambar 4. Hasil optimisasi koherensi, A. Hasil Optimisasi-1 koherensi 0.8 . B. Hasil Optimisasi-2 koherensi antara 0.4-0.8, C. Hasil optimisasi-3 koherensi 0.4 Inversi Ketinggian Hutan forest height inversion untuk menentukan cadangan karbon, didasarkan pada model Random Volume over Ground Papathanassiou, 1998; Papathanassiou dan Cloude, 2001; Papathanassiou, 2003, yaitu: � ̃ = exp �� �̃ +� +� 10 � = � adalah Phase yang berhubungan dengan topografi , dimana � adalah vertical wavenumber dan m adalah rasio amplitude efektif ground-to-volume yang dihitung untuk atenuasi yang melalui volume. � ̃ adalah dekorelasi volume yang disebabkan oleh tidak adanya ground layer dan bila diuraikan menjadi : � ̃ = exp �� ∫ exp �� ′ � ′ � �� ′ ℎ ∫ � ′ � �� ′ ℎ 11 Dimana σ merupakan rata-rata koefisien pembeda dan θ adalah sudut datang gelombang incidence angle . � sendiri dihitung berdasarkan θ sudut datang, selisih dua sudut datang ∆θ dan panjang gelombang λ, sebagaimana dilihat dalam persamaan berikut. � = �∆� � � radiansmeter 12 Kunci utama dari aplikasi PolInSAR ini adalah adanya asumsi bahwa m tergantung pada polarisasi sedangkan �̃ tidak. Melalui manipulasi persamaan III.10, dapat dilihat bahwa nilai complex coherence akan langsung menjadi fungsi dari m di dalam lingkaran diagram complex coherence Cloude dan Papathanossiou, 2003. Secara khusus, untuk nilai m yang besar, garis akan memotong C 62 Laode M. Golok Jaya, Ketut Wikantika, Katmoko Ari Sambodo, Ari Susandi lingkaran dan fase yang bersesuaian pada titik tersebut akan langsung berhubungan dengan ketinggian permukaan tanah ground elevation . Pada batas tidak adanya komponen permukaan tanah ground component m =0, maka koherensi yang diamati merupakan hasil dari koherensi volume volume coherence �̃ yang dirotasikan melalui � . Tujuan utama dari kebanyakan PolInSAR adalah untuk membangun model yang baik untuk mengestimasi tinggi volume kanopi ℎ melalui proses inversi inversion process . Hasil model RVOG dan tinggi vegetasi diperlihatkan pada Gambar 5. Gambar 5. A Model Random Volume over Ground, B Tinggi vegetasi dari RVoG Untuk menilai tingkat ketelitian hasil estimasi tinggi RVOG maka perlu divalidasi dengan tinggi aktual di lapangan. Hasil validasi tinggi RVoG dibandingkan dengan tinggi vegetasi hasil survai lapangan pada sampling plot disajikan dalam gambar 6. Gambar 6. Hasil validasi tinggi RVOG terhadap tinggi hasil survai lapangan y = 1.0971x + 5.3119 R² = 0.6056 10 20 30 40 5 10 15 20 25 RV O G H ei g h ts m et er s Ground Survey Heights meters A B