Teknologi Survei Laut
Teori di Balik Batimetri Turunan Satelit: Bagaimana Cahaya Diubah Jadi Kedalaman
Tanpa memerlukan armada kapal, pancaran sonar, ataupun pulsa laser, Satellite-Derived Bathymetry (SDB) mampu mengestimasi kedalaman perairan murni berdasarkan analisis spektrum warna cahaya yang tertangkap oleh kamera satelit di orbit. Metode ini sekilas terdengar mustahil, namun sistem ini berpijak pada hukum fisika yang pasti: air laut menyerap spektrum cahaya dengan pola konstan yang bisa dihitung secara matematis. Algoritma SDB bekerja dengan membalikkan proses penyerapan alami tersebut—mengubah variabel warna permukaan yang ditangkap satelit menjadi data kuantitatif kedalaman dasar laut yang valid dan siap pakai untuk fase perencanaan proyek.
Dasar Fisikanya: Kenapa Air Makin Gelap Seiring Kedalaman
Cahaya matahari yang masuk ke air tidak menempuh jarak jauh sebelum mulai menghilang. Absorpsi dan hamburan menghilangkan energi cahaya dengan laju yang tumbuh secara eksponensial terhadap jarak yang ditempuh di kolom air — prinsip fisika yang sama, hukum Beer-Lambert, yang menjelaskan cahaya melewati medium penyerap apa pun. Karena hubungan itu eksponensial, bukan linear, sensor satelit yang merekam reflektansi mentah melihat kurva, bukan garis lurus, ketika reflektansi diplot terhadap kedalaman. Trik standar dalam remote sensing optik untuk mengubah hubungan eksponensial jadi sesuatu yang bisa ditangani regresi sederhana adalah mengambil logaritmanya, dan itu persis yang dilakukan setiap algoritma SDB praktis sejak 1970-an terhadap data reflektansi sebelum mencoba mengaitkannya dengan kedalaman.
Penyerapan itu juga tidak seragam antar warna. Panjang gelombang cahaya yang lebih panjang — merah dan oranye — terserap dalam beberapa meter pertama, sementara panjang gelombang yang lebih pendek — biru dan hijau — menempuh jarak jauh lebih jauh sebelum memudar, itulah kenapa laut terbuka yang jernih terlihat biru dan kenapa algoritma SDB secara khusus mengandalkan band biru dan hijau dari citra multispektral, bukan merah atau inframerah. Piksel di atas air dalam sudah kehilangan lebih banyak cahaya biru-hijaunya dibanding piksel di atas gosong pasir dangkal, dan perbedaan kecerahan itulah seluruh sinyal mentah yang bisa dipakai SDB.
Model Linear Lyzenga (1978, 1981, 1985)
David Lyzenga mempublikasikan pendekatan pertama yang banyak dipakai untuk masalah ini pada 1978, kemudian diperluas pada 1981 dan 1985. Metodenya mentransformasi-log tiap band spektral secara individual, lalu memfitting kedalaman sebagai kombinasi linear dari band-band yang sudah ditransformasi itu lewat regresi: Z = a₀ + a₁X₁ + aᵢXᵢ, di mana Z adalah kedalaman dan koefisien a ditemukan dengan meregresikan kedalaman yang sudah diketahui (dari peta atau survei sonar) terhadap reflektansi satelit yang sudah ditransformasi di titik yang sama. Ini model yang cukup mapan dan bisa dipakai, dan tetap jadi pendekatan inversi yang paling banyak dipakai dengan dua band atau lebih — tapi punya batasan nyata. Biasanya tidak bisa membedakan kedalaman di atas sekitar 15 meter, akurasinya bervariasi cukup jauh antar lokasi, dan karena butuh lima parameter terpisah, performanya buruk di mana pun dasar lautnya gelap, sebab dasar yang gelap dan dasar yang dalam sama-sama memantulkan lebih sedikit cahaya karena alasan mendasar yang sama.
Penyempurnaan Rasio Stumpf (2003)
Model Stumpf, Holderied, dan Sinclair tahun 2003 mengambil pendekatan berbeda terhadap fisika dasar yang sama: alih-alih mentransformasi-log tiap band lalu mengombinasikannya secara linear, model ini mengambil rasio dari logaritma dua band. Perubahan sederhana itu punya efek besar — rasio itu sebagian besar meniadakan variasi yang disebabkan material dasar laut yang berbeda (pasir, batu telanjang, alga, karang semuanya memantulkan cahaya secara berbeda di permukaan), karena perubahan kecerahan dasar laut memengaruhi kedua band dalam rasio itu dengan proporsi yang kurang lebih sama. Dengan cuma dua parameter yang perlu ditentukan alih-alih lima, dan kondisi air jernih, pendekatan rasio ini bisa mendorong pengukuran kedalaman yang bisa dipakai sampai sekitar 25 meter, jauh melewati batas model linear Lyzenga, dan lebih konsisten hasilnya di berbagai lokasi. Konsekuensinya, sinyal rasio ini lebih berisik dan tidak bisa menampilkan fitur dasar laut halus yang lebih kecil dari sekitar 4-5 piksel begitu kedalaman melewati 15-20 meter, dan karena model ini memfitting satu hubungan global untuk seluruh cakupan citra, ia bisa melewatkan variasi lokal dalam kejernihan air, jenis dasar laut, atau kondisi atmosfer di dalam cakupan yang sama itu.
Dari Teori Menjadi Peta Kedalaman Sungguhan
Mengubah matematika itu jadi produk operasional tetap butuh kalibrasi terhadap pengukuran kedalaman sungguhan — peta, survei sonar, atau dalam riset yang lebih baru, altimetri laser photon-counting dari satelit seperti ICESat-2 — di sejumlah titik, supaya regresinya punya sesuatu untuk difitting. Peneliti di USGS menerapkan varian berbasis fisika dari pendekatan ini pada data Landsat 8 Operational Land Imager (OLI) untuk memetakan perairan pesisir dangkal di sekitar Guam, Key West, dan Puerto Rico, dan menghasilkan peta kedalaman turunan Landsat dari Florida Keys yang bisa langsung dibandingkan, di mana kanal-kanal dangkal antar pulau dan bagian sistem terumbu karang terlihat jelas dalam batimetri hasilnya. Logika dasar yang sama — transformasi-log atau rasio-log, diregresikan terhadap kedalaman yang sudah diketahui — sudah diterapkan memakai citra Landsat, Sentinel-2, DigitalGlobe WorldView, dan PlanetScope, tiap platform menawarkan trade-off berbeda antara resolusi spasial, frekuensi kunjungan ulang, dan biaya.
Di Mana Teori Ini Masih Punya Batas, dan Kenapa Tetap Penting
Semua ini tidak bekerja kalau airnya terlalu keruh sampai cahaya sama sekali tidak bisa menempuh perjalanan bolak-balik, dan model yang di-fitting untuk satu bentang pesisir tidak otomatis berlaku di bentang lain dengan kejernihan air, jenis dasar laut, atau kondisi atmosfer yang berbeda — kelemahan yang sama yang memisahkan pendekatan Lyzenga dan Stumpf dari model kolom air yang benar-benar menyeluruh secara fisik. Tapi SDB tidak perlu menggantikan survei multibeam atau lidar udara supaya berguna; ia perlu mengisi bentangan luas perairan pesisir dangkal yang belum sempat dijangkau kedua metode itu. Itu persis celah yang coba ditutup inisiatif GEBCO Seabed 2030, dan batimetri turunan satelit — tidak butuh kapal, tidak butuh laser, cuma citra multispektral yang sudah ada dan segelintir titik kalibrasi kedalaman — sudah jadi salah satu cara paling praktis untuk menutupnya.
Kesimpulan
Menelusuri sejarahnya dari era regresi log-linear Lyzenga (1978), melompat ke formula rasio-log Stumpf (2003), hingga algoritma berbasis fisika mutakhir yang kini dioperasikan lewat konstelasi satelit Landsat dan Sentinel-2, SDB selalu mengandalkan satu formula inti. Prinsip cerdas ini bekerja dengan mengukur seberapa banyak spektrum warna yang hilang saat menembus kolom air. Dari sana, sistem menjalankan kalkulasi Hukum Beer-Lambert secara terbalik untuk menghitung presisi jarak vertikal yang telah ditembus oleh gelombang cahaya tersebut. Teori ini sangat efisien karena tidak membebani instrumen satelit dengan kebutuhan perangkat aktif seperti timer, komponen laser, ataupun pantulan akustik, melainkan murni memaksimalkan pemodelan hukum fisika optik.
Referensi
- U.S. Geological Survey — Satellite-Derived Bathymetry, Coastal National Elevation Database (CoNED) Applications Project
- U.S. Geological Survey — Physics-Based Satellite-Derived Bathymetry (SDB) Using Landsat OLI Images
- U.S. Geological Survey — USGS Finds New Way to Measure Ocean Depth With Landsat
- NASA Earth Observatory — Landsat Plumbs the (Shallow) Depths
- Stumpf, R.P., Holderied, K., & Sinclair, M. (2003) — Determination of Water Depth With High-Resolution Satellite Imagery Over Variable Bottom Types, Limnology and Oceanography
- ISPRS Archives — Satellite-Derived Bathymetry: Accuracy Assessment on Depths Derivation Algorithm for Shallow Water Area
- Applied Geomatics / Springer — Bathymetry From Satellite Images: A Proposal for Adapting the Band Ratio Approach to IKONOS Data
- Coastal Wiki — Satellite-Derived Nearshore Bathymetry
Artikel Terkait
