IDENTIFIKASI LAHAN BASAH (WETLAND) DENGAN METODE ANALISIS SPEKTRAL CAMPURAN

Lahan basah memiliki peranan yang penting dalam menyumbang keragaman hayati, pengatur iklim dunia, sumber pangan, sumber sirkulasi air, dan sumber perikanan, bagi masyarakat setempat. Keberadaan lahanbasah mengalami perubahan seiring dengan pembangunan yang berlangsung nyaris tanpa henti. Oleh karena itu diperlukan informasi mengenai luas lahan basah yang salah satunya dengan menggunakan teknologi penginderaan jauh. Pengklasifikasian suatu objek sangat menentukan dalam proses pemantauanlahan. Pada metode klasifikasi konvensional, satu piksel citra diasumsikan hanya mengandung satu jenis objek saja, namun pada kenyataannya satu piksel mengandung lebih dari satu objek. Untuk mengatasi masalah ini telah ada satu metode yang disebut metode analisis spektral campuran. Dengan metode analisis spektral campuran menggunakan model pemisahan spektral liner (linear spectral unmixing), maka objek-objek yang terdapat dalam satu piksel dapat diidentifikasi dan dapat ditentukan proporsi spasialnya. Pada model pemisahan spektral linier ini. Objek yang akan diidentifikasi serta dihitung proporsi spasialnya diistilahkan sebagai endmember. Pada model linier pemisahan spektral diasumsikan bahwa jumlah hamburan (scattering) pada masing – masing endmember tidak terlalu besar untuk suatu perekaman. Hal ini berarti gelombang yang diterima oleh sensor merupakan gelombang yang berasal dari satu endmembersaja. Sasaran dari metode analisis spektral campuran adalah untuk menghitung secara fraksional tutupan dari mayoritas unit tutupan lahan yang diteliti (endmember) di dalam pikselpiksel citra. Masukan (input) dari model analisis spektral campuran adalah nilai reflektansi dari endmember (nilai piksel murni dari endmember) serta citra yang digunakan (nilai reflektansi piksel). Hasil dari proses ini (output) adalah nilai fraksi citra untuk setiap endmember bersamasama dengan suatu citra yang berisikan kesalahan kecocokan (error of fit).  (Farien, N.M.R. Ratih, K. Wikantika)