scholarly journals Planejamento Ambiental Urbano: a Relação entre a Cobertura Vegetal e Temperatura Superficial na Cidade de São Carlos, São Paulo, Brasil

2021 ◽  
Vol 10 (2) ◽  
pp. 116-131
Author(s):  
Vitor Augusto Luizari Camacho Camacho ◽  
Luiz Eduardo Moschini
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Sao Paulo ◽  
Landsat 8 ◽  
São Paulo

A rápida expansão urbana das cidades brasileiras modificou a paisagem natural alterando as condições ambientais e climáticas, a partir disso os estudos que envolvem planejamento urbano, meio ambiente e geotecnologias apresentam soluções as novas demandas. O objetivo deste trabalho consiste em analisar a relação entre a cobertura vegetal e a temperatura da superfície da cidade de São Carlos, São Paulo, Brasil. Foi utilizado imagens do satélite Landsat-8, por meio das técnicas de processamento digital de imagem e sensoriamento remoto. Para a temperatura da superfície foi utilizado a banda 10 (termal) e para a cobertura vegetal as bandas 4 (vermelho) e 5 (infravermelho próximo) pelo índice de vegetação NDVI (Normalized Difference Vegetation Index). O trabalho foi realizado no sistema de informação geográfica QGIS. Como analise foram determinados os coeficientes de correlação e determinação entre os índices a partir de pontos de controle no perímetro urbano. Como resultado foi possível observar uma forte correlação negativa entre cobertura vegetal e temperatura da superfície. Áreas com as maiores temperaturas (37,4°C) estiveram associadas a ausência de vegetação, ao alto grau de adensamento construtivo e impermeabilização do solo. Estudos como este reforçam a importância da cobertura vegetal em áreas urbanas para o controle térmico e bem-estar das populações residentes diante do crescente efeito das mudanças climáticas que afetam os centros urbanos. Propostas e ações de mitigação devem fazer parte de um conjunto de políticas públicas aplicadas as cidades, pensando de forma sistêmica e dinâmica.

scholarly journals MODELAGEM DA ILHA DE CALOR URBANA DE SUPERFÍCIE UTILIZANDO REGRESSÃO GEOGRAFICAMENTE PONDERADA (GWR)

2021 ◽  
Vol 28 ◽  
Author(s):  
Elis Dener Lima Alves ◽  
Emerson Galvani
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Sao Paulo ◽  
São Paulo

A ilha de calor urbana de superfície (ICUS) é o fenômeno urbano mais evidente das transformações provocadas pela ação humana, e, por conseguinte, das alterações climáticas em escala local. Diante disso, essa pesquisa teve como objetivo modelar a ICUS por meio de modelos estacionários (MQO) e não estacionários (GWR) utilizando variáveis naturais e antrópicas (Altitude, Índice de Posição Topográfica - IPT, Normalized Difference Vegetation Index - NDVI, Índice da Diferença Normalizada de Água - NDWI e Índice de Urbanização - IU) da cidade de São Carlos, São Paulo, Brasil. Os resultados evidenciaram que o modelo GWR explicou mais satisfatoriamente a variabilidade da ICUS que o modelo MQO, explicando 90% da variação da ICUS no verão, enquanto que o MQO explicou 79%. Os valores de AICc indicaram, também, superioridade do modelo GWR. As informações obtidas pelo modelo não estacionário poderão facilitar a implementação de medidas mitigadoras da ICUS. O modelo GWR mostrou-se ser eficiente para modelar a ICUS em cidade média, portanto, sugere-se que esse modelo seja utilizado em pequenas e grandes cidades brasileiras para que possa ser validado em cidades com diferentes características espaciais.

scholarly journals Quantification and Analysis of Impervious Surface Area in the Metropolitan Region of São Paulo, Brazil

2019 ◽  
Vol 11 (8) ◽  
pp. 944 ◽  
Author(s):  
Fernando Kawakubo ◽  
Rúbia Morato ◽  
Marcos Martins ◽  
Guilherme Mataveli ◽  
Pablo Nepomuceno ◽  
...  
Keyword(s):  
Surface Area ◽  
Vegetation Index ◽  
Impervious Surface ◽  
Sao Paulo ◽  
Metropolitan Region ◽  
Integrated Analysis ◽  
Landsat 8 ◽  
São Paulo ◽  
Impervious Surface Area ◽  
Pixel Scale

The growing intensity of impervious surface area (ISA) is one of the most striking effects of urban growth. The expansion of ISA gives rise to a set of changes on the physical environment, impacting the quality of life of the human population as well as the dynamics of fauna and flora. Hence, due to its importance, the present study aimed to examine the ISA distribution in the Metropolitan Region of São Paulo (MRSP), Brazil, using satellite imagery from the Landsat-8 Operational Land Imager (OLI) instrument. In contrast to other investigations that primarily focus on the accuracy of the estimate, the proposal of this study is—besides generating a robust estimate—to perform an integrated analysis of the impervious-surface distribution at pixel scale with the variability present in different territorial units, namely municipalities, sub-prefecture and districts. The importance of this study is that it strengthens the use of information related to impervious cover in the territorial planning, providing elements for a better understanding and connection with other spatial attributes. Reducing the dimensionality of the dataset (visible, near-infrared and short-wave infrared bands) by Karhune–Loeve analysis, the first three principal components (PCs) contained more than 99% of the information present in the original bands. Projecting PC1, PC2 and PC3 onto a series of two-dimensional (2D) scatterplots, four endmembers—Low Albedo (Dark), High Albedo (Substrate), Green Vegetation (GV) and Non-Photosynthetic Vegetation (NPV)—were visually selected to produce the unmixing estimates. The selected endmembers fitted the model well, as the propagated error was consistently low (root-mean-square error = 0.005) and the fraction estimates at pixel scale were found to be in accordance with the physical structures of the landscape. The impervious surface fraction (ISF) was calculated by adding the Dark and Substrate fraction imagery. Reconciling the ISF with reference samples revealed the estimates to be reliable (R2 = 0.97), regardless of an underestimation error (~8% on average) having been found, mostly over areas with higher imperviousness rates. Intra-pixel variability was combined with the territorial units of analysis through a modification of the Lorenz curve, which permitted a straightforward comparison of ISF values at different reference scales. Good adherence was observed when the original 30-m ISF was compared to a resampled 300-m ISF, but with some differences, suggesting a systematic behavior with the degradation of pixel resolution tending to underestimate lower fractions and overestimate higher ones; furthermore, discrepancies were bridged with the increase of scale analysis. The analysis of the IFS model also revealed that, in the context of the MRSP, gross domestic product (GDP) has little potential for explaining the distribution of impervious areas on the municipality scale. Finally, the ISF model was found to be more sensitive in describing impervious surface response than other well-known indices, such as Normalized Difference Vegetation Index (NDVI) and Normalized Difference Built-up Index (NDBI).

scholarly journals MAPPING PASTURE AREAS IN WESTERN REGION OF SÃO PAULO STATE, BRAZIL

2020 ◽  
Vol IV-3/W2-2020 ◽  
pp. 113-118
Author(s):  
A. F. C. Bonamigo ◽  
J. C. Oliveira ◽  
R. A. C. Lamparelli ◽  
G. K. D. A. Figueiredo ◽  
E. E. Campbell ◽  
...  
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Sao Paulo ◽  
Primary Study ◽  
Meat Production ◽  
Western Region ◽  
São Paulo ◽  
Pasture Management ◽  
Paulo State ◽  
São Paulo State

Abstract. Brazil is one of the largest exporters of cattle meat production. Most of this production is under pasture areas, with different levels of livestock and field management. Remotely sensed images could be interesting tools to detect distinct temporal and spatial patterns of these systems. In this context, classification algorithms have been proposed to use information from satellite images to map different land covers. The Time-Weighted Dynamic Time Warping (TWDTW) is an algorithm that has the advantage of working well with datasets with enough amounts of temporal information and seasonality patterns. In the present work, the TWDTW was performed to classify pasture managements in farms located in Western region of São Paulo State in Brazil for the years 2017 and 2018, as a primary study. It was used Normalized Difference Vegetation Index (NDVI) time series images from Moderate Resolution Imaging Spectroradiometer – MODIS sensor (products MOD13Q1 and MYD13Q) with 250 meters of spatial resolution. In classifications for the years 2017 and 2018, it was observed a predominance of traditional pasture. Total areas of degraded and traditional pasture were very similar between 2017 and 2018. The year of 2017 showed higher spatial distribution of intensified pastures than year 2018. The classification achieved satisfying results with complete accuracy in validation. The information collected from field visits were important to analyse general aspects of the results. Therefore, in this pilot study TWDTW algorithm demonstrated to have potential in differentiating classes of pasture management. Next steps will be to explore the possibilities to classify pasture systems in large areas.

scholarly journals SENSORIAMENTO REMOTO APLICADO A MODELAGEM DE PRODUTIVIDADE DA CULTURA DA CANA-DE-AÇÚCAR

2019 ◽  
Vol 34 (2) ◽  
pp. 263-270
Author(s):  
Victor Costa Leda ◽  
Aline Kuramoto Golçalves ◽  
Natalia da Silva Lima
Keyword(s):  
Remote Sensing ◽  
Vegetation Index ◽  
Sao Paulo ◽  
Coefficient Of Determination ◽  
Landsat 8 ◽  
São Paulo ◽  
Vegetation Indexes ◽  
Production Area ◽  
Remote Sensing Techniques ◽  
Sugarcane Productivity

SENSORIAMENTO REMOTO APLICADO A MODELAGEM DE PRODUTIVIDADE DA CULTURA DA CANA-DE-AÇÚCAR   VICTOR COSTA LEDA1, ALINE KURAMOTO GOLÇALVES2, NATALIA DA SILVA LIMA3   1 Departamento de Solos e Recursos Ambientais, Universidade Paulista “Júlio de Mesquita Filho” – Unesp, Fazenda Experimental Lageado, Avenida Universitária, nº 3780, Altos do Paraíso, CEP 18610-034, Botucatu, São Paulo, Brasil, [email protected]. 2 Departamento de Solos e Recursos Ambientais, Universidade Paulista “Júlio de Mesquita Filho” – Unesp, Fazenda Experimental Lageado, Avenida Universitária, nº 3780, Altos do Paraíso, CEP 18610-034, Botucatu, São Paulo, Brasil, [email protected]. 3 Departamento de Solos e Recursos Ambientais, Universidade Paulista “Júlio de Mesquita Filho” – Unesp, Fazenda Experimental Lageado, Avenida Universitária, nº 3780, Altos do Paraíso, CEP 18610-034, Botucatu, São Paulo, Brasil, [email protected].   RESUMO: O trabalho objetivou modelar as correlações de produtividade da cana-de-açúcar com índices de vegetação obtidos por meio de análise de imagens orbitais. Para análise, foram elaborados modelos matemáticos que expliquem a produtividade da cana-de-açúcar por meio das técnicas de geoprocessamento e sensoriamento remoto. O experimento foi realizado na área de produção comercial da Agrícola Rio Claro, parceira do grupo Zilor, que está localizada nos municípios de Lençóis Paulista e Pratânia, SP. A área ocupa aproximadamente 6000 ha, com altimetrias variando entre 600 e 700 m. Foi constatado que as modelagens foram satisfatórias, variando o coeficiente de determinação entre 0,15 a 0,97, sendo que, em períodos de colheita com elevados coeficientes de determinação, podem geralmente ser encontradas áreas de forma aglomerada, o que sugere uma menor incidência de variáveis. Enquanto áreas que apresentaram coeficientes de determinação baixos, podem ser explicadas devido a fatores como, dispersão dos talhões na área, classes de solo, precipitação e variedades da cultura, provavelmente distintos.   Palavras-chaves: índices de vegetação, Landsat 8, regressão linear múltipla.   REMOTE SENSING FOR THE SUGARCANE PRODUCTIVITY MODELING   ABSTRACT: The aim of this study was to model the sugarcane productivity correlations with vegetation indexes obtained through orbital image analysis. From the analysis was elaborated      mathematical models to explain sugarcane productivity through geoprocessing and remote sensing techniques. The experiment was carried out in the commercial production area of Agrícola Rio Claro, a partner of the Zilor group, located in the municipalities of Lençóis Paulista and Pratânia, SP, with approximately 6,000 hectares, with altimetry varying between 600 and 700 meters. It was verified that the modeling was satisfactory, varying the coefficient of determination between 0,15 and 0,97. Once      in periods with high determination coefficients, areas of agglomerated form can usually be found, which suggests a lower incidence of variables. While, in periods with low determination coefficients, can be explain due to listed factors that occurred as dispersion of the stands in the area, classes of soil, precipitation and probably different varieties of the crop.   Keywords: vegetation index, landsat8, multiple linear regression.

scholarly journals Comportamento do NDVI obtido por sensor ótico ativo em cereais

2008 ◽  
Vol 43 (8) ◽  
pp. 1075-1083 ◽  
Author(s):  
Fabrício Pinheiro Povh ◽  
José Paulo Molin ◽  
Leandro Maria Gimenez ◽  
Volnei Pauletti ◽  
Rudimar Molin ◽  
...  
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Sao Paulo ◽  
São Paulo

O objetivo deste trabalho foi avaliar, com um sensor ótico ativo, o comportamento do índice de vegetação por diferença normalizada (NDVI - "normalized difference vegetation index"), nas culturas de trigo, triticale, cevada e milho. Cinco experimentos foram conduzidos no Paraná e São Paulo, com variação de classes de solo, doses e fontes de N, e variedades de trigo. As seguintes variáveis foram avaliadas: NDVI, teor de N foliar, matéria seca e produtividade das culturas. Análises de regressões foram realizadas entre as doses de N aplicadas e NDVI, teor de N foliar, matéria seca e produtividade. Análises de correlação entre as variáveis foram realizadas. O trigo, triticale e cevada apresentaram resposta às aplicações de doses crescentes de N, pelo aumento nas leituras do NDVI, no teor de N foliar e na produtividade. Medido pelo sensor ótico ativo utilizado, o NDVI apresenta alto potencial para manejo do N nas culturas do trigo, triticale e cevada, e baixo potencial para a cultura do milho. Há interferência das variedades de trigo nas leituras do sensor ótico ativo.

scholarly journals APLICAÇÃO DO ÍNDICE DE VEGETAÇÃO NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX) EM IMAGENS DE ALTA RESOLUÇÃO NO MUNICÍPIO DE SÃO PAULO E SUAS LIMITAÇÕES

2019 ◽  
Vol 2 (3) ◽  
pp. 1 ◽  
Author(s):  
Giuliana Del Nero Velasco ◽  
Jefferson Lordello Polizel ◽  
Priscila Pereira Coltri ◽  
Ana Maria Liner Pereira Lima ◽  
Demóstenes Ferreira da Silva Filho
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Sao Paulo ◽  
São Paulo

O objetivo do trabalho foi testar a aplicação do índice de vegetação NDVI em imagens de alta resolução, em toda a área do município de São Paulo. Foram utilizadas imagens do satélite IKONOS II. O programa de geoprocessamento utilizado foi o TNT Mips 6.8, da MicroImages. O índice aplicado foi o NDVI (Normalized Difference Vegetation Index), que tem como variáveis as bandas do vermelho e infravermelho próximo. Notou-se, com a obtenção do índice, uma desigualdade de cores, sendo nítida a presença de faixas que não deveriam ter ocorrido. Tal fato demonstrou a ocorrência de algum tipo de erro, o que impedia a obtenção de um índice que representasse, fielmente, todo o município. Isso ainda é reforçado pelo fato do NDVI ser interpretado por tonalidade de cores, ou seja, a variação na presença de vegetação deve ser representada por uma diferença de cor; um erro gerado no índice, resultando em diferentes faixas de tonalidade, poderia prejudicar a correta interpretação do mesmo. Concluiu-se que, para o Município de São Paulo, com as imagens supracitadas, deve-se atentar quando da aplicação do índice de vegetação NDVI, não sendo possível analisá-lo em toda a extensão do município, mas sim, apenas dentro das faixas específicas geradas.

TEMPERATURA DE SUPERFÍCIE E A RELAÇÃO COM O ÍNDICE DE VEGETAÇÃO POR DIFERENÇA NORMALIZADA (NDVI) NA MICROBACIA DO RIO DA BATATEIRAS, CRATO-CE

2019 ◽  
Vol 21 (2) ◽  
pp. 1310-1320
Author(s):  
Cícera Celiane Januário da Silva ◽  
Vinicius Ferreira Luna ◽  
Joyce Ferreira Gomes ◽  
Juliana Maria Oliveira Silva
Keyword(s):  
Remote Sensing ◽  
Surface Temperature ◽  
Temperature Measurement ◽  
Rainy Season ◽  
Satellite Images ◽  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Landsat 8 ◽  
Low Density ◽  
Difference Map

O objetivo do presente trabalho é fazer uma comparação entre a temperatura de superfície e o Índice de Vegetação por Diferença Normalizada (NDVI) na microbacia do rio da Batateiras/Crato-CE em dois períodos do ano de 2017, um chuvoso (abril) e um seco (setembro) como também analisar o mapa de diferença de temperatura nesses dois referidos períodos. Foram utilizadas imagens de satélite LANDSAT 8 (banda 10) para mensuração de temperatura e a banda 4 e 5 para geração do NDVI. As análises demonstram que no mês de abril a temperatura da superfície variou aproximadamente entre 23.2ºC e 31.06ºC, enquanto no mês correspondente a setembro, os valores variaram de 25°C e 40.5°C, sendo que as maiores temperaturas foram encontradas em locais com baixa densidade de vegetação, de acordo com a carta de NDVI desses dois meses. A maior diferença de temperatura desses dois meses foi de 14.2°C indicando que ocorre um aumento da temperatura proporcionado pelo período que corresponde a um dos mais secos da região, diferentemente de abril que está no período de chuvas e tem uma maior umidade, presença de vegetação e corpos d’água que amenizam a temperatura.Palavras-chave: Sensoriamento Remoto; Vegetação; Microbacia.                                                                                  ABSTRACTThe objective of the present work is to compare the surface temperature and the Normalized Difference Vegetation Index (NDVI) in the Batateiras / Crato-CE river basin in two periods of 2017, one rainy (April) and one (September) and to analyze the temperature difference map in these two periods. LANDSAT 8 (band 10) satellite images were used for temperature measurement and band 4 and 5 for NDVI generation. The analyzes show that in April the surface temperature varied approximately between 23.2ºC and 31.06ºC, while in the month corresponding to September, the values ranged from 25ºC and 40.5ºC, and the highest temperatures were found in locations with low density of vegetation, according to the NDVI letter of these two months. The highest difference in temperature for these two months was 14.2 ° C, indicating that there is an increase in temperature provided by the period that corresponds to one of the driest in the region, unlike April that is in the rainy season and has a higher humidity, presence of vegetation and water bodies that soften the temperature.Key-words: Remote sensing; Vegetation; Microbasin.RESUMENEl objetivo del presente trabajo es hacer una comparación entre la temperatura de la superficie y el Índice de Vegetación de Diferencia Normalizada (NDVI) en la cuenca Batateiras / Crato-CE en dos períodos de 2017, uno lluvioso (abril) y uno (Septiembre), así como analizar el mapa de diferencia de temperatura en estos dos períodos. Las imágenes de satélite LANDSAT 8 (banda 10) se utilizaron para la medición de temperatura y las bandas 4 y 5 para la generación de NDVI. Los análisis muestran que en abril la temperatura de la superficie varió aproximadamente entre 23.2ºC y 31.06ºC, mientras que en el mes correspondiente a septiembre, los valores oscilaron entre 25 ° C y 40.5 ° C, y las temperaturas más altas se encontraron en lugares con baja densidad de vegetación, según el gráfico NDVI de estos dos meses. La mayor diferencia de temperatura de estos dos meses fue de 14.2 ° C, lo que indica que hay un aumento en la temperatura proporcionada por el período que corresponde a uno de los más secos de la región, a diferencia de abril que está en la temporada de lluvias y tiene una mayor humedad, presencia de vegetación y cuerpos de agua que suavizan la temperatura.Palabras clave: Detección remota; vegetación; Cuenca.

scholarly journals Evaluation of the Consistency of Simultaneously Acquired Sentinel-2 and Landsat 8 Imagery on Plastic Covered Greenhouses

2020 ◽  
Vol 12 (12) ◽  
pp. 2015 ◽  
Author(s):  
Manuel Ángel Aguilar ◽  
Rafael Jiménez-Lao ◽  
Abderrahim Nemmaoui ◽  
Fernando José Aguilar ◽  
Dilek Koc-San ◽  
...  
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Coefficient Of Determination ◽  
Landsat 8 ◽  
Surface Reflectance ◽  
Remote Sensing Techniques ◽  
Image Pairs ◽  
Study Sites ◽  
High Level ◽  
Sentinel 2

Remote sensing techniques based on medium resolution satellite imagery are being widely applied for mapping plastic covered greenhouses (PCG). This article aims at testing the spectral consistency of surface reflectance values of Sentinel-2 MSI (S2 L2A) and Landsat 8 OLI (L8 L2 and the pansharpened and atmospherically corrected product from L1T product; L8 PANSH) data in PCG areas located in Spain, Morocco, Italy and Turkey. The six corresponding bands of S2 and L8, together with the normalized difference vegetation index (NDVI), were generated through an OBIA approach for each PCG study site. The coefficient of determination (r2) and the root mean square error (RMSE) were computed in sixteen cloud-free simultaneously acquired image pairs from the four study sites to evaluate the coherence between the two sensors. It was found that the S2 and L8 correlation (r2 > 0.840, RMSE < 9.917%) was quite good in most bands and NDVI. However, the correlation of the two sensors fluctuated between study sites, showing occasional sun glint effects on PCG roofs related to the sensor orbit and sun position. Moreover, higher surface reflectance discrepancies between L8 L2 and L8 PANSH data, mainly in the visible bands, were always observed in areas with high-level aerosol values derived from the aerosol quality band included in the L8 L2 product (SR aerosol). In this way, the consistency between L8 PANSH and S2 L2A was improved mainly in high-level aerosol areas according to the SR aerosol band.

ANALISIS PERBANDINGAN METODE NORMALIZED VEGETATION INDEX DAN MAXIMUM LIKELIHOOD CLASSIFICATION UNTUK ANALISIS RUANG TERBUKA HIJAU (Studi Kasus di Kota Pekalongan, Jawa Tengah)

2021 ◽  
pp. 513
Author(s):  
Mohammad Slamet Sigit Prakoso ◽  
Rizki Dwi Safitri
Keyword(s):  
Maximum Likelihood ◽  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Maximum Likelihood Classification

Ruang Terbuka Hijau (RTH) adalah suatu tempat yang luas dan terbuka yang dimaksudkan untuk penghijauan suatu kota, di mana di dalamnya ditumbuhi pepohonan. Dalam analisis ruang terbuka hijau dapat menggunakan beberapa metode, di antaranya yaitu metode Normalized Difference Vegetation Index (NDVI) dan metode Maximum Likelihood Classification. Tujuan penelitian ini untuk mengetahui perbedaan hasil dari analisis metode NDVI dan Maximum Likelihood Classification yang digunakan untuk mengetahui ruang terbuka hijau di Kota Pekalongan. Metode yang digunakan pada penelitian ini yaitu dengan menggunakan metode NDVI dan metode Maximum Likelihood Classification. Data yang digunakan yaitu Citra Landsat 8 OLI. Pengolahan data menggunakan software Arcgis 10.3. Hasil dari pengolahan berupa peta ruang terbuka hijau dari masing - masing metode. Secara kuantitatif dari hasil perhitungan luas metode NDVI, luas permukiman sebesar 3.016,53 ha, persawahan 609,39 ha, hutan kota 573,3 ha, dan badan air seluas 482,04 ha. Sedangkan untuk metode Maximum Likelihood Classification didapatkan hasil luas permukiman 2.278,26 ha, persawahan 1.141,83 ha, hutan kota 738,18 ha, dan badan air seluas 522,99 ha. Berdasarkan luasan RTH terhadap luas Kota Pekalongan, pada metode NDVI sebesar 25,2%, sedangkan untuk metode Maximum Likelihood Classification sebesar 40,1%. Dari hasil analisis diperoleh perbedaan luasan yang cukup signifikan yaitu pada luasan persawahan dan permukiman. Perbedaan hasil analisis terjadi akibat perbedaan klasifikasi warna citra pada saat pengolahan data.

scholarly journals ESTIMASI PRODUKSI PADI DENGAN ANALISIS CITRA SATELIT LANDSAT 8 DI KABUPATEN KLUNGKUNG PROVINSI BALI

2018 ◽  
Vol 12 (1) ◽  
pp. 93
Author(s):  
Made Arya Bhaskara Putra ◽  
I Wayan Nuarsa ◽  
I Wayan Sandi Adnyana
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Satellite Image ◽  
Image Data ◽  
Research Area ◽  
Rice Production ◽  
Landsat 8 ◽  
Estimation Model ◽  
Accuracy Test ◽  
Accuracy Level

Rice crop is one of the important commodities that must always be available, so estimation of rice production becomes very important to do before harvesting time to know the food availability. The technology that can be used is remote sensing technology using Landsat 8 Satellite. The aims of this study were (1) to obtain the model of estimation of rice production with Landsat 8 image analysis, and (2) to know the accuracy of the model that obtained by Landsat 8. The research area is located in three sub-districts in Klungkung regency. Analysis in this research was conducted by single band analysis and analysis of vegetation index of satellite image of Landsat 8. Estimation model of rice production was developed by finding the relationship between satellite image data and rice production data. The final stage is the accuracy test of the rice production estimation model, with t test and regression analysis. The results showed: (1) estimation of rice production can be calculated between 67 to 77 days after planting; (2) there was a positive correlation between NDVI (Normalized Difference Vegetation Index) vegetation index value with rice yield; (3) the model of rice production estimation is y = 2.0442e1.8787x (x is NDVI value of Landsat 8 and y is rice production); (4) The results of the model accuracy test showed that the obtained model is suitable to predict rice production with accuracy level is 89.29% and standard error of production estimation is + 0.443 ton/ha. Based on research results, it can be concluded that Landsat 8 Satellite image can be used to estimate rice production and the accuracy level is 89.29%. The results are expected to be a reference in estimating rice production in Klungkung Regency.

Sign in / Sign up

Export Citation Format

Share Document