Detection of Gossan Zones in Arid Regions Using Landsat 8 OLI Data: Implication for Mineral Exploration in the Eastern Arabian Shield, Saudi Arabia

2017 ◽  
Vol 27 (1) ◽  
pp. 109-124 ◽  
Author(s):  
Hisham Gahlan ◽  
Habes Ghrefat
2020 ◽  
Vol 12 (16) ◽  
pp. 2587
Author(s):  
Yan Nie ◽  
Ying Tan ◽  
Yuqin Deng ◽  
Jing Yu

As a basic agricultural parameter in the formation, transformation, and consumption of surface water resources, soil moisture has a very important influence on the vegetation growth, agricultural production, and healthy operation of regional ecosystems. The Aksu river basin is a typical semi-arid agricultural area which seasonally suffers from water shortage. Due to the lack of knowledge on soil moisture change, the water management and decision-making processes have been a difficult issue for local government. Therefore, soil moisture monitoring by remote sensing became a reasonable way to schedule crop irrigation and evaluate the irrigation efficiency. Compared to in situ measurements, the use of remote sensing for the monitoring of soil water content is convenient and can be repetitively applied over a large area. To verify the applicability of the typical drought index to the rapid acquisition of soil moisture in arid and semi-arid regions, this study simulated, compared, and validated the effectiveness of soil moisture inversion. GF-1 WFV images, Landsat 8 OLI images, and the measured soil moisture data were used to determine the Perpendicular Drought Index (PDI), the Modified Perpendicular Drought Index (MPDI), and the Vegetation Adjusted Perpendicular Drought Index (VAPDI). First, the determination coefficients of the correlation analyses on the PDI, MPDI, VAPDI, and measured soil moisture in the 0–10, 10–20, and 20–30 cm depth layers based on the GF-1 WFV and Landsat 8 OLI images were good. Notably, in the 0–10 cm depth layers, the average determination coefficient was 0.68; all models met the accuracy requirements of soil moisture inversion. Both indicated that the drought indices based on the Near Infrared (NIR)-Red spectral space derived from the optical remote sensing images are more sensitive to soil moisture near the surface layer; however, the accuracy of retrieving the soil moisture in deep layers was slightly lower in the study area. Second, in areas of vegetation coverage, MPDI and VAPDI had a higher inversion accuracy than PDI. To a certain extent, they overcame the influence of mixed pixels on the soil moisture spectral information. VAPDI modified by Perpendicular Vegetation Index (PVI) was not susceptible to vegetation saturation and, thus, had a higher inversion accuracy, which makes it performs better than MPDI’s in vegetated areas. Third, the spatial heterogeneity of the soil moisture retrieved by the GF-1 WFV and Landsat 8 OLI image were similar. However, the GF-1 WFV images were more sensitive to changes in the soil moisture, which reflected the actual soil moisture level covered by different vegetation. These results provide a practical reference for the dynamic monitoring of surface soil moisture, obtaining agricultural information and agricultural condition parameters in arid and semi-arid regions.


2020 ◽  
Vol 21 (1) ◽  
pp. 99
Author(s):  
Dewi Miska Indrawati ◽  
Suharyadi Suharyadi ◽  
Prima Widayani

Kota Mataram adalahpusat dan ibukota dari provinsi Nusa Tenggara Barat yang tentunya menjadi pusat semua aktivitas masyarakat disekitar daerah tersebut sehingga menyebabkan peningkatan urbanisasi. Semakin meningkatnya peningkatan urbanisasi yan terjadi di perkotaan akan menyebabkan perubahan penutup lahan, dari awalnya daerah bervegetasi berubah menjadi lahan terbangun. Oleh karena itu, akan memicu peningkatan suhu dan menyebabkan adanya fenomena UHI dikota Mataram.Tujuan dari penelitian ini untuk mengetahui hubungan kerapatan vegetasi dengan kondisi suhu permukaan yang ada diwilayah penelitian dan memetakan fenomena UHI di Kota Mataram. Citra Landsat 8 OLI tahun 2018 yang digunakan terlebih dahulu dikoreksi radiometrik dan geometrik. Metode untuk memperoleh data kerapatan vegetasi menggunakan transformasi NDVI, LST menggunakan metode Split Window Algorithm (SWA) dan identifikasi fenomena urban heat island. Hasil penelitian yang diperoleh menunjukkan kerapatan vegetasi mempunyai korelasi dengan nilai LST. Hasil korelasi dari analisis pearson yang didapatkan antara kerapatan vegetasi terhadap suhu permukaan menghasilkan nilai -0,744. Fenomena UHIterjadi di pusat Kota Mataram dapat dilihat dengan adanya nilai UHI yaitu 0-100C. Semakin besar nilai UHI, semakin tinggi perbedaan LSTnya.


2019 ◽  
Vol 3 ◽  
pp. 521
Author(s):  
Mailendra Mailendra

Integrasi data penginderaan jauh dengan sistem informasi geografis telah banyak dikembangkan, dan salah satunya dalam melihat perkembangan lahan terbangun. Tujuan penelitian ini adalah untuk melihat perkembangan lahan terbangun dan kesesuaiannya dengan Rencana Pola Ruang Kabupaten Kendal. Kemudian metode yang digunakan yaitu metode supervised classification dengan memanfaatkan data citra landsat 5 TM dan landsat 8 OLI yang selanjutnya dihitung luas dari masing lahan terbangun berdasarkan data temporal tahun 1990, tahun 2015 dan tahun 2017. Setelah diketahui luas lahan terbangun selanjutnya dioverlay dengan peta rencana pola ruang Kabupaten Kendal untuk melihat sesuai atau tidaknya penempatan lahan terbangun tersebut. Adapun hasil penelitiannya yaitu setiap tahunnya lahan terbangun terus meningkat di Kabupaten Kendal, terjadi peningkatan yang cukup signifikan dalam dua tahun terakhir yaitu tahun 2015 hingga tahun 2017. Selanjutnya diperkirakan 88 % lahan terbangun tersebut telah sesuai dengan RTRW karena sudah berada pada kawasan budidaya.


2017 ◽  
Vol 19 (2) ◽  
pp. 113
Author(s):  
Kusuma Wardani Laksitaningrum ◽  
Wirastuti Widyatmanti

<p align="center"><strong>ABSTRAK</strong></p><p class="abstrak">Waduk Gajah Mungkur (WGM) adalah bendungan buatan yang memiliki luas genangan maksimum 8800 ha, terletak di Desa Pokoh Kidul, Kecamatan Wonogiri, Kabupaten Wonogiri. Kondisi perairan WGM dipengaruhi oleh faktor klimatologis, fisik, dan aktivitas manusia yang dapat menyumbang nutrisi sehingga mempengaruhi status trofiknya. Tujuan dari penelitian ini adalah mengkaji kemampuan citra Landsat 8 OLI untuk memperoleh parameter-parameter yang digunakan untuk menilai status trofik, menentukan dan memetakan status trofik yang diperoleh dari citra Landsat 8 OLI, dan mengevaluasi hasil pemetaan dan manfaat citra penginderaan jauh untuk identifikasi status trofik WGM. Identifikasi status trofik dilakukan berdasarkan metode <em>Trophic State Index</em> (TSI) Carlson (1997) menggunakan tiga parameter yaitu kejernihan air, total fosfor, dan klorofil-a. Model yang diperoleh berdasar pada rumus empiris dari hasil uji regresi antara pengukuran di lapangan dan nilai piksel di citra Landsat 8 OLI. Model dipilih berdasarkan nilai koefisien determinasi (R<sup>2</sup>) tertinggi. Hasil penelitian merepresentasikan bahwa nilai R<sup>2</sup> kejernihan air sebesar 0,813, total fosfor sebesar 0,268, dan klorofil-a sebesar 0,584. Apabila nilai R<sup>2 </sup>mendekati 1, maka semakin baik model regresi dapat menjelaskan suatu parameter status trofik. Berdasarkan hasil kalkulasi diperoleh distribusi yang terdiri dari kelas eutrofik ringan, eutrofik sedang, dan eutrofik berat yaitu pada rentang nilai indeks 50,051 – 80,180. Distribusi terbesar adalah eutrofik sedang. Hal tersebut menunjukkan tingkat kesuburan perairan yang tinggi dan dapat membahayakan makhluk hidup lain.</p><p><strong>Kata kunci: </strong>Waduk Gajah Mungkur, citra Landsat 8 OLI, regresi, TSI, status trofik</p><p class="judulABS"><strong>ABSTRACT</strong></p><p class="Abstrakeng">Gajah Mungkur Reservoir is an artificial dam that has a maximum inundated areas of 8800 ha, located in Pokoh Kidul Village, Wonogiri Regency. The reservoir’s water conditions are affected by climatological and physical factors, as well as human activities that can contribute to nutrients that affect its trophic state. This study aimed to assess the Landsat 8 OLI capabilities to obtain parameters that are used to determine its trophic state, identifying and mapping the trophic state based on parameters derived from Landsat 8 OLI, and evaluating the results of the mapping and the benefits of remote sensing imagery for identification of its trophic state. Identification of trophic state is based on Trophic State Index (TSI) Carlson (1997), which uses three parameters there are water clarity, total phosphorus, and chlorophyll-a. The model is based on an empirical formula of regression between measurements in the field and the pixel values in Landsat 8 OLI. Model is selected on the highest value towards coefficient of determination (R<sup>2</sup>). The results represented that R<sup>2</sup> of water clarity is 0.813, total phosphorus is 0.268, and chlorophyll-a is 0.584. If R<sup>2</sup> close to 1, regression model will describe the parameters of the trophic state better. Based on the calculation the distribution consists of mild eutrophic, moderate eutrophic, and heavy eutrophic that has index values from 50.051 to 80.18. The most distribution is moderate eutrophication, and it showed the high level of trophic state and may harm other living beings.</p><p><strong><em>Keywords: </em></strong><em>Gajah Mungkur Reservoir, </em><em>L</em><em>andsat 8 OLI satellite imagery, regression, TSI, trophic state</em></p>


2019 ◽  
Vol 3 ◽  
pp. 671
Author(s):  
Quinoza Guvil ◽  
Dwi Marsiska Driptufany ◽  
Syahri Ramadhan
Keyword(s):  

Kota Padang adalah kota dengan kekerapan hujan dan curah hujan yang cukup tinggi. Pembangunan di Kota Padang berbanding terbalik dengan daerah resapan air sehingga air hujan tergenang dan terjadi banjir. Tujuan dari penelitian ini adalah untuk mengestimasi sebaran kawasan resapan air berbasis penggunaan lahan aktual di Kota Padang berdasarkan data parameter spasial seperti curah hujan, kemiringan lereng, peta jenis tanah, dan penggunaan lahan yang diperoleh dari data citra landsat 8 OLI dengan metode klasifikasi berbasis objek. Metode yang digunakan dalam penelitian ini adalah metode skoring dan tumpang susun atau overlay. Penelitian ini memetakan sebaran kondisi daerah resapan air berdasarkan kondisi saat ini, penentuan daerah yang ditetapkan sebagai zona resapan air Kota Padang menggunakan metode kombinasi skoring dan aritmatik dalam analisis spasial. Hasil analisis menghasilkan enam kelas kondisi potensi daerah resapan air, yang terdiri dari kondisi baik, normal alami, mulai kritis, agak kritits, kritis dan sangat kritis. Kondisi kawasan resapan air dengan luasan terbesar yaitu seluas 69,79% dari luas wilayah daerah penelitian terdapat pada kondisi resapan baik. Kawasan ini tersebar di wilayah timur Kota Padang yang merupakan wilayah pegunungan dengan ketinggian bervariasi dan sangat curam yaitu >1000 mdpl. Kawasan potensi resapan air Kota Padang masih berfungsi baik dengan luasan terbesar terdapat di Kecamatan Koto Tangah seluas 16870,288 ha. Semakin baik infiltrasi suatu parameter maka semakin baik pula resapan air suatu kawasan.


Sign in / Sign up

Export Citation Format

Share Document