Perbandingan Penggunaan Metode RBR dan RBD untuk Identifikasi Area Bekas Kebakaran Hutan dari Citra Sentinel-1 (Studi Kasus: Kabupaten Penajam Paser Utara Tahun 2019)

Lintang Ayu Puspitaningrum; Filsa Bioresita

doi:10.22146/jgise.99118

Perbandingan Penggunaan Metode RBR dan RBD untuk Identifikasi Area Bekas Kebakaran Hutan dari Citra Sentinel-1 (Studi Kasus: Kabupaten Penajam Paser Utara Tahun 2019)

https://doi.org/10.22146/jgise.99118

Lintang Ayu Puspitaningrum⁽¹⁾, Filsa Bioresita^(2*)

(1) Institut Teknologi Sepuluh Nopember
(2) Institut Teknologi Sepuluh Nopember
(*) Corresponding Author

Abstract

Pada tahun 2017-2019 terjadi banyak kasus kebakaran hutan dan lahan di Kalimantan Timur, salah satunya di Kabupaten Penajam Paser Utara pada tahun 2019. Kabupaten Penajam Paser Utara memiliki luas hutan sebesar 146271 Ha. Analisis area bekas kebakaran hutan sangat diperlukan untuk mengetahui dampak dari kebakaran tersebut salah satunya dengan menggunakan citra penginderaan jauh. Citra penginderaan jauh yang dapat digunakan untuk mengidentifikasi area terbakar ialah citra SAR Sentinel-1. SAR dapat digunakan karena SAR sangat sensitif terhadap struktur permukaan terutama vegetasi. Identifikasi area terbakar dapat dilakukan menggunakan algoritma Radar Burn Ratio (RBR) dan Radar Burn Difference (RBD). Pemisahan area terbakar dan tidak terbakar dilakukan menggunakan tiga model threshold yaitu . Dari penelitian ini, dapat diketahui model area terbakar yang memiliki akurasi paling baik dari algoritma RBR dan RBD yaitu berdasarkan threshold odel area terbakar tersebut menunjukkan nilai akurasi yaitu 83,72% dan 78,60%. Kedua hasil tersebut menunjukkan bahwa adanya kesesuaian antara hasil pengolahan dengan data validasi yang digunakan. Luas area terbakar yang dihasilkan oleh kedua model area terbakar tersebut juga memiliki perbedaan, untuk model area terbakar RBR threshold menghasilkan area sebesar 10464,62 Ha dan model area terbakar RBD threshold menghasilkan area sebesar 31248,99 Ha.

Keywords

Kebakaran Hutan, Radar Burn Difference, Radar Burn Ratio, SAR Sentinel-1, Thresholding

Full Text:

PDF

References

Chuvieco, E., Martín, M. P., & Palacios, A. (2002). Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination. International Journal of Remote Sensing, 23(23), 5103–5110. https://doi.org/10.1080/01431160210153129

Cochrane, M. A. (2003). Fire science for rainforests. www.nature.com/nature

Darmo, K., Suarbawa, K. N., & Widagda, I. G. A. (2018). Analisa Perubahan Luas Tingkat Kerapatan Mangrove Taman Hutan Raya Ngurah Rai Bali dengan Menggunakan Citra Satelit Landsat 8. Buletin Fisika, 19(2), 58–63.

Lasaponara, R., & Tucci, B. (2019). Identification of Burned Areas and Severity Using SAR Sentinel-1. IEEE Geoscience and Remote Sensing Letters, 16(6), 917–921. https://doi.org/10.1109/LGRS.2018.2888641

Pongdatu, D. E., & Bioresita, F. (2023). The Use of Sentinel-1 Radar Burn Difference for Forest Fire Area Identification in Palangka Raya, Indonesia. IOP Conference Series: Earth and Environmental Science, 1276(1). https://doi.org/10.1088/1755-1315/1276/1/012003

Rahmawaty. (2004). Hutan: Fungsi dan Peranannya bagi Masyarakat.

Rasyid, F. (2014). Permasalahan dan Dampak Kebakaran Hutan. Jurnal Lingkar Widyaiswara, 1(4), 47–59. www.juliwi.com

Reksohadiprodjo, S., & Brodjonegoro, A. B. P. (2000). Ekonomi lingkungan (2nd ed.). BPFE Yogyakarta.

Suwarsono, Rokhmatuloh, & Waryono, T. (2013). Pengembangan Model Identifikasi Daerah Bekas Kebakaran Hutan dan Lahan (Burned Area) menggunakan Citra MODIS di Kalimantan. Jurnal Penginderaan Jauh, 10(2), 93–112.

Syam’ani. (2019, June 23). Dasar-dasar Teknologi SAR. Pusat Pengembangan Informasi Infrastruktur Geospasial Universitas Lambung Mangkurat.

Tanase, M. A., Kennedy, R., & Aponte, C. (2015). Radar Burn Ratio for fire severity estimation at canopy level: An example for temperate forests. Remote Sensing of Environment, 170, 14–31. https://doi.org/10.1016/j.rse.2015.08.025

Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., Potin, P., Rommen, B. Ö., Floury, N., Brown, M., Traver, I. N., Deghaye, P., Duesmann, B., Rosich, B., Miranda, N., Bruno, C., L’Abbate, M., Croci, R., Pietropaolo, A., … Rostan, F. (2012). GMES Sentinel-1 mission. Remote Sensing of Environment, 120, 9–24. https://doi.org/10.1016/j.rse.2011.05.028

Woźniak, E., & Aleksansdrowicz, S. (2019). Self-adjusting thresholding for burnt area detection based on optical images. Remote Sensing, 11(22). https://doi.org/10.3390/rs11222669

DOI: https://doi.org/10.22146/jgise.99118