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