Detecting the burned area in southern Kalimantan by using the sentinel-1 polarimetric SAR and landsat-8 OLI optic

Satellite-based remote sensing technologies and Geographical Information Systems (GIS) present operable and cost-effective solutions for mapping fires and observing post-fire regeneration. Elwasita wildfire, which occurred during April and May in 2013 in Libya, was selected as a study site. This study aims to monitor vegetation recovery and investigate the relationship between vegetation recovery and topographic factors by using multi-temporal spectral indices together with topographical factors. Landsat 8 (OLI and TIRS) images from different data were obtained which were for four years; April 2013, June 2014, July 2015, and July 2016, to assess the related fire severity using the widely-used Normalized Burn Ratio (NBR). Normalized difference Vegetation Index (NDVI) was used to determine vegetation regeneration dynamics for four consecutive years. Also, the state of damage, vegetation recovery and, damage dimensions about the burned area were capable of being effectively detected using the result of supervised classification of Landsat satellite images. In addition, aspect, slope, and altitude images derived from Digital Elevation Model (DEM) were used to determine the fire severity of the study area. The results have found that it could be possible to figure out the degree of vegetation recovery by calculating the NDVI and NBR using Landsat 8 OLI and TIRS images. Analysis showed that it mainly oriented towards the northwest (47%), north (29%), and northeast (12%). The statistical analysis showed that fire was concentrated on the incline by 76%, and the most affected areas are those between 200 m-450 m above sea level, with a percentage of 80%. It is expected that the information can be acquired by various satellite data and digital forests. This study serves as a window to an understanding of the process of fire severity and vegetation recovery that is vital in wildfire management systems.

Download Full-text

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

Media Komunikasi Geografi ◽

10.23887/mkg.v21i1.24429 ◽

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.

Download Full-text

Application of Classification Techniques for Identification of Water Region in Multiple Sources using Landsat-8 OLI Imagery

2019 URSI Asia-Pacific Radio Science Conference (AP-RASC) ◽

10.23919/ursiap-rasc.2019.8738343 ◽

2019 ◽

Cited By ~ 1

Author(s):

Vikash K. Mishra ◽

T. Pant

Keyword(s):

Landsat 8 ◽

Landsat 8 Oli ◽

Multiple Sources ◽

Classification Techniques ◽

Water Region

Download Full-text

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

Seminar Nasional Geomatika ◽

10.24895/sng.2018.3-0.1004 ◽

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.

Download Full-text