scholarly journals Generating Daily Gap-filled BRDF Adjusted Surface Reflectance Products with 10 m Resolution Using Geostationary Satellite

2021 ◽  
Author(s):  
Juwon Kong ◽  
Youngryel Ryu ◽  
Sungchan Jeong ◽  
Wonseok Choi ◽  
Henock Mamo
2019 ◽  
Vol 11 (24) ◽  
pp. 2990 ◽  
Author(s):  
Shuang Li ◽  
Weile Wang ◽  
Hirofumi Hashimoto ◽  
Jun Xiong ◽  
Thomas Vandal ◽  
...  

A provisional surface reflectance (SR) product from the Advanced Himawari Imager (AHI) on-board the new generation geostationary satellite (Himawari-8) covering the period between July 2015 and December 2018 is made available to the scientific community. The Multi-Angle Implementation of Atmospheric Correction (MAIAC) algorithm is used in conjunction with time series Himawari-8 AHI observations to generate 1-km gridded and tiled land SR every 10 minutes during day time. This Himawari-8 AHI SR product includes retrieved atmospheric properties (e.g., aerosol optical depth at 0.47µm and 0.51µm), spectral surface reflectance (AHI bands 1–6), parameters of the RTLS BRDF model, and quality assurance flags. Product evaluation shows that Himawari-8 AHI data on average yielded 35% more cloud-free, valid pixels in a single day when compared to available data from the low earth orbit (LEO) satellites Terra/Aqua with MODIS sensor. Comparisons of Himawari-8 AHI SR against corresponding MODIS SR products (MCD19A1) over a variety of land cover types with the similar viewing geometry show high consistency between them, with correlation coefficients (r) being 0.94 and 0.99 for red and NIR bands, respectively. The high-frequency geostationary data are expected to facilitate studies of ecosystems on daily to diurnal time scales, complementing observations from networks such as the FLUXNET.


Author(s):  
S. P. AHMAD ◽  
D. W. DEERING ◽  
T. F. ECK ◽  
E. M. MIDDLETON
Keyword(s):  

2017 ◽  
Vol 13 (1) ◽  
pp. 41-45
Author(s):  
M.P. Kaliuzhniy ◽  
◽  
F.I. Bushuev ◽  
Ye.S. Sibiriakova ◽  
O.V. Shulga ◽  
...  

2019 ◽  
Vol 3 ◽  
pp. 871
Author(s):  
Desita Anggraeni ◽  
M. Nurkholis Fauzi ◽  
Christian Novia Ngesti H.

Padang lamun merupakan habitat penting pesisir yang memiliki peran kunci dalam ekosistem pesisir. Kawasan ini merupakan area asuhan bagi ikan-ikan kecil, udang, persembunyian biota dari predatornya, pendaur zat hara, serta penyerap nutrien dari limpasan air laut yang dapat membantu menstabilkan sedimen dan kejernihan air. Kepulauan Tanimbar merupakan salah satu lokasi di Provinsi Maluku dengan potensi sebaran lamun yang cukup luas, namun informasi mengenai sebaran lamun di kawasan ini tidak terdata dengan baik. Teknologi penginderaan jauh merupakan salah satu alternatif untuk mengisi gap data di area yang luas dan sulit dijangkau, termasuk untuk memetakan sebaran lamun di Kepulauan Tanimbar. Penelitian ini bertujuan untuk menyediakan data dasar sebaran dan luas habitat lamun di pesisir Kepulauan Tanimbar. Metode yang digunakan adalah analisis citra penginderaan jauh Landsat 8, menerapkan penajaman citra untuk perairan dangkal menggunakan algoritma Lyzenga. Citra Landsat yang digunakan Landsat Surface Reflectance liputan path/row 106/65 dan 106/66 tahun perekaman 2017. Pengambilan data lapangan dilakukan pada tanggal 1-10 November 2017. Metode pengambilan data lamun dilakukan menggunakan metode seagrass watch . Hasil pengolahan citra menunjukkan lamun terdistribusi merata di seluruh pesisir Kepulauan Tanimbar dengan luas total 5.615,63 hektar dengan tutupan terpadat di sekitar Pulau Seira. Hasil survei lapangan menunjukkan tutupan lamun terpadat dijumpai di Formusan dengan tutupan lamun rata-rata 95%. Kondisi lamun paling baik berada di daerah Sabal, didukung kondisi air yang sangat jernih dengan substrat utama pasir. Berdasarkan hasil pengamatan lapangan, jenis lamun yang ditemukan antara lain: E n h alu s a c o r oid e s , T h ala s sia h e m p ric hii, C y m o d o c e a s e r r ula t a , C y m o d o c e a rotundata, Syringodi um isoetifolium, Halodule uninervis, Halophila ovalis, dan Halophila minor .


Sign in / Sign up

Export Citation Format

Share Document