Characterizing terranes and a Neoproterozoic suture zone in Central Hoggar (Tuareg Shield, Algeria) with airborne geophysics and Landsat 8 OLI data

2022 ◽  
pp. 104455
Author(s):  
Kawther Araïbia ◽  
Kamel Amri ◽  
Massinissa Amara ◽  
Abderrahmane Bendaoud ◽  
Mohamed Hamoudi ◽  
...  
Keyword(s):  
Suture Zone ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Airborne Geophysics

Analisis Pengaruh Kerapatan Vegetasi Terhadap Suhu Permukaan dan Keterkaitannya Dengan Fenomena UHI

2020 ◽  
Vol 21 (1) ◽  
pp. 99
Author(s):  
Dewi Miska Indrawati ◽  
Suharyadi Suharyadi ◽  
Prima Widayani
Keyword(s):  
Urban Heat Island ◽  
Landsat 8 ◽  
Heat Island ◽  
Landsat 8 Oli ◽  
Urban Heat ◽  
Split Window Algorithm

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.

PEMANFAATAN DATA PENGINDERAAN JAUH DAN TEKNOLOGI SIG UNTUK MENGIDENTIFIKASI BUILT UP AREA DAN KAITANNYA DENGAN RTRW DI KABUPATEN KENDAL

2019 ◽  
Vol 3 ◽  
pp. 521
Author(s):  
Mailendra Mailendra
Keyword(s):  
Supervised Classification ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm

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.

APLIKASI CITRA LANDSAT 8 OLI UNTUK IDENTIFIKASI STATUS TROFIK WADUK GAJAH MUNGKUR WONOGIRI, JAWA TENGAH

2017 ◽  
Vol 19 (2) ◽  
pp. 113
Author(s):  
Kusuma Wardani Laksitaningrum ◽  
Wirastuti Widyatmanti
Keyword(s):  
Chlorophyll A ◽  
Total Phosphorus ◽  
Trophic State ◽  
Water Clarity ◽  
Coefficient Of Determination ◽  
Physical Factors ◽  
Landsat 8 ◽  
Trophic State Index ◽  
Landsat 8 Oli ◽  
State Index

<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>

ANALISIS POTENSI DAERAH RESAPAN AIR KOTA PADANG

2019 ◽  
Vol 3 ◽  
pp. 671
Author(s):  
Quinoza Guvil ◽  
Dwi Marsiska Driptufany ◽  
Syahri Ramadhan
Keyword(s):  
Landsat 8 ◽  
Landsat 8 Oli

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.

Lựa chọn tham số phân đoạn phù hợp để phân loại ảnh vệ tinh đa phổ Landsat 8 OLI

2018 ◽  
Vol 54(4) ◽  
pp. 22
Author(s):  
Ngô Thị Thùy Phương ◽  
Nguyễn Thị Thanh Hương ◽  
Võ Quang Minh
Keyword(s):  
Landsat 8 ◽  
Landsat 8 Oli

scholarly journals The Utility of the Upcoming HyspIRI’s Simulated Spectral Settings in Detecting Maize Gray Leafy Spot in Relation to Sentinel-2 MSI, VENµS, and Landsat 8 OLI Sensors

Agronomy ◽  
2019 ◽  
Vol 9 (12) ◽  
pp. 846
Author(s):  
Mbulisi Sibanda ◽  
Onisimo Mutanga ◽  
Timothy Dube ◽  
John Odindi ◽  
Paramu L. Mafongoya
Keyword(s):  
Food Security ◽  
Precision Agriculture ◽  
Leaf Spot ◽  
Gray Leaf Spot ◽  
Economic Losses ◽  
Leaf Spot Disease ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Maize Crop ◽  
Sentinel 2

Considering the high maize yield loses caused by incidences of disease, as well as incomprehensive monitoring initiatives in crop farming, there is a need for spatially explicit, cost-effective, and consistent approaches for monitoring, as well as for forecasting, food-crop diseases, such as maize Gray Leaf Spot. Such approaches are valuable in reducing the associated economic losses while fostering food security. In this study, we sought to investigate the utility of the forthcoming HyspIRI sensor in detecting disease progression of Maize Gray Leaf Spot infestation in relation to the Sentinel-2 MSI and Landsat 8 OLI spectral configurations simulated using proximally sensed data. Healthy, intermediate, and severe categories of maize crop infections by the Gray Leaf Spot disease were discriminated based on partial least squares–discriminant analysis (PLS-DA) algorithm. Comparatively, the results show that the HyspIRI’s simulated spectral settings slightly performed better than those of Sentinel-2 MSI, VENµS, and Landsat 8 OLI sensor. HyspIRI exhibited an overall accuracy of 0.98 compared to 0.95, 0.93, and 0.89, which were exhibited by Sentinel-2 MSI, VENµS, and Landsat 8 OLI sensor sensors, respectively. Furthermore, the results showed that the visible section, red-edge, and NIR covered by all the four sensors were the most influential spectral regions for discriminating different Maize Gray Leaf Spot infections. These findings underscore the potential value of the upcoming hyperspectral HyspIRI sensor in precision agriculture and forecasting of crop-disease epidemics, which are necessary to ensure food security.

Sign in / Sign up

Export Citation Format

Share Document