Teknik Penginderaan Jauh Untuk Mitigasi Bencana

TIPE DATA	CONTOH SENSOR	TEKNIK	APLIKASI	KELEBIHAN	KEKURANGAN
citra multispektral resolusi tinggi dan resolusi sedang	Ikonos, quickbird, SPOT, ASTER,ALOS	Interpretasi manual	kerusakan infrastruktur dan properti akibat bencana banjir, gempabumi, dan tanah longsor.	pengetahuan mengenai area yang dianalisis dapat menjadi keuntungan dalam proses interpretasi sperti lokasi, bentuk, ukuran; output berupa vector dihasilkan dengan cepat.	hasilnya dapat bersifat subjektif, membutuhkan banyak waktu untuk kejadian yang berdampak luas dan tidak berulang.
		klasifikasi spektral	digunakan untuk mengetahui lokasi dan luas banjir, longsor, letusan gunung berapi, kebakaran hutan.	sudah digunakan secara umum dalam mengamati wilayah yang luas	nilai spektral yang tidak unik membutuhkan editing manual, algoritma yang sesuai harus dipilih untuk mendapatkan hasil yang bagus.
		analisis semivariogram dan klasifikasi tekstur	dapat digunakan untuk melihat dampak gempabumi, lokasi tanah longsor	berguna ketika data yang dimiliki memiliki resolusi rendah	hanya menghasilkan estimasi dampak kerusakan relatif
		thresholding, termasuk band ratio	digunakan untuk mengetahui lokasi dan luas banjir, longsor, letusan gunung berapi, kebakaran hutan.	sederhana dan umum diaplikasikan, rasio gelombang mengurangi variabel iluminasi, dapat digunakan pada data pankromatik	penentuan nilai ambang batas bersifat subjektif
		image differencing	digunakan untuk mengetahui lokasi dan luas banjir, longsor, letusan gunung berapi, kebakaran hutan.	dapat dilakukan pada data pankromatik, band ratio atau SAR backscatter imagery	membutuhkan data citra sebelum dan sesudah kejadian untuk mendapatkan hasil yang akurat dan seimbang secara radiometrik, hanya mengambil data spektral dari satu gelombang, segala perubahan akan teridentifikasi apapun relevansinya terhadap bencana alam, tetap membutuhkan penentuan ambang batas.
		post-klasifikasi deteksi perubahan	digunakan untuk mengetahui lokasi dan luas banjir, longsor, letusan gunung berapi, kebakaran hutan.	tidak membutuhkan kalibrasi radiometrik diantara beberapa citra	membutuhkan data citra sebelum dan sesudah kejadian untuk mendapatkan hasil yang akurat, seluruh perubahan akan teridentifikasi apapun relevansinya terhadap bencana alam, membutuhkan klasifikasi terhadap citra sebelum kejadian.
		DEM Generation	DEM dapat digunakan sebagai data pendukung dalam berbagai studi	Metode fotogrametri dapat menyediakan data DEM bersolusi tinggi	Citra format stereo mungkin tidak selalu tersedia; software pembuatan DEM tidak terdapat dalam paket standar software pengolahan citra sehingga membutuhkan biaya tambahan, data elevasi berbasis pada ketinggian vegetasi bukan ketinggian permukaan tanah, tidak ada data di daerah yang berawan.
		Citra multimodal QuickBird and data pendukung	Dapat digunakan untuk asesmen kerusakan kota akibat gempabumi. Metode penilaian kerusakan bangunan berdasarkan sepasang citra dengan resolusi spasial sangat tinggi dan beberapa data pendukung yang berisi jejak bangunan  di gambar referensi	telah diterapkan untuk beberapa kasus bencana , dalam kondisi yang dekat dengan aplikasi operasional . Gambar yang diperoleh dalam kondisi yang realistis yang mereka memiliki sudut akuisisi dan menampilkan   perubahan bayangan yang berbeda  dan vegetasi karena perbedaan musim. Selain itu , metode ini cepat hampir sepenuhnya otomatis dan Ini memberikan hasil yang memuaskan , terutama ketika tujuannya adalah untuk mendeteksi bangunan antara yang rusak dengan yang utuh.	Untuk membuat metode ini sepenuhnya otomatis , diperlukan peta bidang / kadaster dan citra VHR yang diperoleh dengan sudut off - nadir tinggi . Perbaikan di masa depan akan melibatkan ekstraksi bangunan yang didapatkan langsung dari citra VHR dan dengan pendekatan berdasarkan morfologi.
SWIR	GOES, TOMS, MODIS, ASTER	Split Window	digunakan untuk menghitung ketinggian,luas, dan volume dari awan abu gunung berapi.	Sudah banyak digunakan dan teruji	tampak menjanjikan dan akan diselidiki .
		Normalized Burn Ratio (NBR)	Untuk menganalisa kebakaran hutan dan titik hotspot	data termal ditangkap di panjang gelombang LWIR membantu mengidentifikasi hotspot dan membedakan awan tinggi ( lebih dingin )  dari asap rendah (lebih  hangat )  . Selanjutnya , cahaya di gelombang SWIR dapat menembus kabut dan jenis asap tertentu  . Pengolahan citra berbasis SWIR  dapat memberikan kemampuan untuk " melihat melalui " asap sehingga  lebih efektif dalam menganalisis kebakaran hutan dan mengidentifikasi hotspot .
Thermal	ASTER, MODIS, AVHRR	Split Window	untuk mengukur temperatur kawah, aliran lava, gejala gempa bumi, lokasi dan luas titik api.	Sudah banyak digunakan dan teruji	memiliki resolusi spasial yang rendah. Tidak dapat menghasilkan komponen sub-pixel
		Dual Band	untuk mengukur temperatur kawah, aliran lava, gejala gempa bumi, lokasi dan luas titik api.	dapat memperoleh data subpixel	hanya mengasumsikan  dua komponen termal
		A thermal tracer camera (Thermo Tracer NEC TH7100)	Untuk mengukur fumarolic dan suhu air panas	metode ini sangat ideal untuk pemantauan gunung berapi di aktif tetapi  kawah gunung berapi tersebut tidak aktif dan memiliki akses yang berbahaya.	untuk data satelit membutuhkan data resolusi tinggi untuk mendaptkan tingkat keakuratan geometri yang tinggi.
				Sistem kamera merekam setiap anomali termal ( episodik atau terus menerus ) dan mengirimkan gambar ke pusat kontrol untuk dianalisis dan diinterpretasikan .	setiap data pengukuran perlu dilakukan validasi dengan pengukuran lapangan dimana data lapangan tersebut dapat diambil sampel dari wilayah yang aman saja.
				Selain itu , pengukuran termal dengan sistem kamera ini di medan topografi kasar menghasilkan penurunan yang signifikan dari pengaruh atmosfer pada kalibrasi dari LANDSAT 7 dan ASTER thermal imaging satelit .
		UAV (Unmaned Air vehicle)	Dapat digunakan untuk mendapatkan data temperatur permukaan tanah	dapat digunakan untuk mendapatkan data wilayah  yang tidak dapat diakses di permukaan bumi, sebagai contoh daerah dengan bara panas dan gas beracun.	UAV hanya memiliki waktu terbang yang terbatas, dan hanya sanggup membawa sensor yang ringan dan sistem yang sederhana.
				UAV menyediakan data yang memiliki resolusi dan geometri yang baik tanpa perlu melakukan interpolasi data.
UV atau Thermal	GOES, TOMS, MODIS, ASTER	Penyerapan UV atau TIR	dapat digunakan untuk mengukur ketinggian dan tingkat volume SO2 dan emisi gas lainnya	Sudah umum digunakan dan teruji hasilnya	memiliki resolusi spasial yang rendah, dapat membutuhkan resolusi temporal yang tinggi untuk memonitor perubahan
		TIR remote sensing	dapat digunakan untuk mengukur temperatur air sungai	memiliki kapasitas untuk mencover suatu region, memonitor secara sistematik dan hemat biaya.	TIR tidak tersedia apabila ada tutupan awan
				data dapat diambil dalam berbagai skala dari skala lokal (kenaikan air permukaan) hingga regional (keseluruhan daratan banjir)	Interpretasi data TIR dalam menentukan temperatur air dapat menjadi rumit dan mahal serta membutuhkan tenaga ahli yang sudah berpengalaman karena membutuhkan ketelitan untuk menginterpretasikan data TIR.
				dapat melihat keseluruhan data temperatur dari seluruh sungai tidak hanya satu titik lokasi, dapat menampilkan pola spasial dari temperatur air di aliran, sungai, dan dataran banjir dengan skala 1 m sampai lebih dari 100 km	membutuhkan koreksi radiometrik untuk mendapatkan data temperatur yang akurat, tetapi hal ini membutuhkan waktu dan biaya yang tidak sedikit.
				berguna untuk aplikasi yang tidak membutuhkan temperatur yang absolut, data TIR yang tidak dikoreksi radiometrik dapat digunakan untuk mendapatkan pola spasial dalam satu image, dan tidak membutuhkan validasi untuk aplikasi yang hanya membutuhkan temperatur relatif.
SAR	JERS-1,ERS-1/2,ENVISAT,ALOS,PALSAR,TerraSAR-X,Radarsat-1/2,Cosmo-SkyMED	Koherensi	dapat digunakan untuk mendeteksi longsor, banjir, kebakaran, dan sebagainya.	menyediakan estimasi kuantitatif dari perubahan tanah	tidak dapat bekerja dengan baik di daerah dengan vegetasi padat, dipengaruhi oleh perubahan musim, akurasi menurun seiring waktu
		Backscatter intensity	dapat digunakan untuk mendeteksi longsor, banjir, kebakaran, dan sebagainya.	dapat digunakan dalam kondisi berawan,  akuisisi sisi geometri bermanfaat untuk aplikasi tertentu	analisis kuantitatif sangat rumit dan variasi signifikan untuk region yang berbeda dapat menimbulkan kesulitan dalam interpretasi bagi pengguna yang belum berpengalaman.
		interferometry/DEM Generation	DEM dapat digunakan sebagai data pendukung dalam berbagai studi	tidak terpengaruh oleh kondisi cuaca	tingkat akurasi tergantung pada pengambilan data geometri, panjang gelombang dan koherensi, geometri pengambilan data menimbulkan adanya distorsi dan area yang tertutup bayangan.
		fully Polarimetric	Dapat digunakan untuk monitoring bencana alam, gunung berapai, akumulasi salju, tanah longsor, dan efek tsunami yang disebabkan gempa bumi dengan menggunakan L-Band full polarimetrik SAR data.	Dengan mengakuisisi Data  polarimetrik sepenuhnyadengan amplitudo dan fase , yaitu , matriks hamburan , maka  memungkinkan untuk mengambil informasi obyek secara lebih rinci . Informasi polarimetrik sensitif terhadap orientasi , bentuk, dan konstituen materi dari objek.	Proses data SAR menghabiskan waktu yang lebih lama dibandingkan dengan data optis. Karena waktu proses merupakan masalah yang penting dalam kegiatan yang sifatnya real time, maka proses data harus secara automatis dilakukan.
			hamburan warna dekomposisi berfungsi sebagai pendekatan sederhana dalam mengidentifikasi area yang diinginkan , karena warna mewakili mekanisme hamburan langsung . sehingga ditemukan bahwa sebagian besar wilayah bencana menunjukkan peningkatan warna biru dibandingkan dengan wilayah sebelum bencana. Oleh karena itu , perubahan warna dari merah ke biru ( hamburan permukaan ) dapat menjadi indikator yang baik dari terjadinya bencana.	informasi polarimetrik dapat meningkatkan kemampuan radar untuk memantau lingkungan Bumi. Gambar radar konvensional dibuat berdasarkan koefisien backscattering dari objek menggunakan tunggal atau polarisasi  ganda.
		Spektral Filtering	dapat digunakan untuk memonitor gempa bumi	kerusakan yang diakibatkan oleh gempa dapat dianalisis secara kualitatif dengan membandingkan dua gambar sebelum dan setelah gempa , perpindahan permukaan tanah diukur menggunakan teknik interferometric .
			Dengan teknik spektral filtering , data sinyal yang didapatkan diolah menjadi gambar yang jelas . Runtuhan bangunan non - kayu terdeteksi dengan membandingkan kecerahan pixel antara sepasang citra sebelum dan setelah gempa.	noise dapat secara efektif dihilangkan dengan prosedur penyaringan spektral sederhana
				Kerusakan yang disebabkan oleh gempa dapat dilihat dengan pemetaan gambar perbedaan  warna sistem Munsell .
		Differential interferometry	Digunakan untuk mengukur deformasi permukaan akibat aktivitas vulkanis dan tektonik, velositas dan panjang dari tanah longsor yang lambat	tingkat presisi tinggi, pada sensor yang baru memiliki resolusi yang tinggi	tergantung dengan baseline spasial dan akurasi DEM, tidak dapat menunjukan perbedaan antara komponen vertikal dan horizontal, akurasi tinggi hanya tersedia pada area dengan vegetasi rendah
		Polarimetri	Digunakan untuk klasifikasi tutupan lahan dan perubahannya	memiliki kemampuan untuk mendeteksi fitur-fitur yang tidak terlihat pada citra optis	tergantung pada tipe tutupan lahannya dan perubahan musim
DEM	PALSAR,LiDAR,TerraSAR-X, Ikonos,Quickbird,SPOT	DTM differencing	dapat digunkan untuk menghitung volume longsor dan berelasi dengan pergerakan bumi, lokasi longsor dan perubahan elevasinya.	menyediakan estimasi kuantitatif dari volume perubahan poisisi dan perubahan permukaan tanah.	membutuhkan citra sebelum dan sesudah kejadian untuk menghasilkan data yang akurat.
	Airborne LIDAR sensors,SEASAT	Interpretasi manual		Memiliki resolusi vertikal dan horizontal yang tinggi, dan dapat menyediakan elevasi permukaan bumi yang akurat.	Pengambilan data LIDAR sangat mahal dan memubutuhkan waktu yang banyak dalam prosesnya.
	Airborne LIDAR sensors	image differencing, principal component anaysis (PCA) and post-classification. Menggunakan kombinasi dari metode deteksi perubahan berbasis Simple Majority Vote.	Digunakan untuk memprediksi banjir, monitoring perkembangan gunung api dan memprediksi erupsi, evaluasi perubahan elevasi kerak bumi akibat gempa bumi dan pemantauan kerusakan struktural setelah terjadinya gempa bumi.	Metode ini menunjukkan peningkatan dalam hal deteksi akurasi  . Deteksi akurasi algoritma individu sebesar 84,7 % , 88,3 % dan 90,2 % untuk post-klasifikasi , image differencing dan PCA masing-masing  memberikan akurasi 96,4 % yang merupakan perbaikan dari sekitar 6,2 % . Di sisi lain , metode inimenunjukkan otomatisasi tingkat tinggi  dan perhitungan yang cepat dalam proses deteksi perubahan .