HUBUNGAN KATEGORI TUTUPAN LAHAN DAN SUHU PERMUKAAN MENGGUNAKAN LANDSAT 8

2019 ◽  
Vol 6 (1) ◽  
pp. 27-36
Author(s):  
Nurul Ihsan Fawzi
Keyword(s):  
Landsat 8

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.

Landscape Change in the Steppe of Algeria South-West Using Remote Sensing

2018 ◽  
Vol 18 (1) ◽  
pp. 41-52
Author(s):  
Tayeb Sitayeb ◽  
Ishak Belabbes
Keyword(s):  
Remote Sensing ◽  
Social Systems ◽  
Bare Soil ◽  
Climatic Conditions ◽  
Landscape Dynamics ◽  
Landsat 8 ◽  
Natural Ecosystems ◽  
Stipa Tenacissima ◽  
Steppe Species ◽  
Sparse Vegetation

Abstract Landscape dynamics is the result of interactions between social systems and the environment, these systems evolving significantly over time. climatic conditions and biophysical phenomena are the main factors of landscape dynamics. Also, currently man is responsible for most changes affecting natural ecosystems. The objective of this work is to study the dynamics of a typical landscape of western Algeria in time and space, and to map the distribution of vegetation groups constitute the vegetation cover of this ecosystem. as well as using a method of monitoring the state of a fragile ecosystem by remote sensing to understand the processes of changes in this area. The steppe constitutes a large arid area, with little relief, covered with low and sparse vegetation. it lies between the annual isohyets of 100 to 400 mm, subjected to a very old human exploitation with an activity of extensive breeding of sheep, goats, and camels. Landsat satellite data were used to mapping vegetation groups in the Mecheria Steppe at a scale of 1: 300,000. Then, a comparison was made between the two maps obtained by a classification of Landsat-8 sensor Operational Land Imager (OLI) acquired on March 18, 2014, and Landsat-5 sensor Thematic Mapper (TM) acquired on April 25, 1987. The results obtained show the main changes affecting the natural distribution of steppe species, a strong change in land occupied by the Stipa tenacissima steppe with 65% of change, this steppe is replaced by Thymelaea microphylla, Salsola vermiculata, lygeum spartum and Peganum harmala steppe. an absence from the steppe Artemisia herba-alba that has also been replaced by the same previous steppes species. The groups with Quercus ilex and Juniperus phoenicea are characterized by a strong regression that was lost 60% of its global surface and transformed by steppe to stipa tenacissima and bare soil.

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>

PEMETAAN SEBARAN PADANG LAMUN MENGGUNAKAN CITRA SATELIT LANDSAT 8 DI KEPULAUAN TANIMBAR KABUPATEN MALUKU TENGGARA BARAT PROVINSI MALUKU

2019 ◽  
Vol 3 ◽  
pp. 871
Author(s):  
Desita Anggraeni ◽  
M. Nurkholis Fauzi ◽  
Christian Novia Ngesti H.
Keyword(s):  
Landsat 8 ◽  
Surface Reflectance ◽  
Halophila Ovalis ◽  
Halodule Uninervis ◽  
Gap Data

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 .

METODE CEPAT PEMANTAUAN HUTAN MANGROVE MENGGUNAKAN DATA PENGINDERAAN JAUH

2019 ◽  
Vol 3 ◽  
pp. 901
Author(s):  
Gathot Winarso
Keyword(s):  
Landsat 8

Ekosistem mangrove merupakan ekosistem yang penting di wilayah pesisir dan bernilai baik secara ekologi maupun ekonomi. Akan tetapi ekosistem ini rentan terhadap tekanan perubahan iklim dan aktifitas manusia. Indonesia sebagai negara memiliki hutan mangrove terluas di Asia bahkan di dunia wajib mengelola kawasan mangrove dengan baik agar tetap dapat dimanfaatkan secara lestari. Salah satu informasi yang diperlukan adalah status kondisi hutan mangrove di seluruh Indonesia. Salah satu metode evaluasi yang sering digunakan adalah menggunakan informasi penurunan atau penambahan luas area kawasan mangrove. Penggunaan data penginderaan jauh menjadikan informasi akan lebih cepat disajikan untuk area yang relatif sempit, akan tetapi untuk mendapatkan informasi untuk seluruh wilayah Indonesia membutuhkan waktu, tenaga dan biaya yang cukup besar. Untuk mendapatkan informasi yang lebih cepat pada area yang sangat luas, dikembangkan metode simpel dan cepat yaitu membandingkan area kawasan mangrove dari peta yang ada sebelumnya dengan kenampakan RGB dari citra satelit terkini. Dengan metode ini bisa diperoleh informasi indikator adanya pengurangan dan penambahan kawasan mangrove dengan lebih cepat dan memungkinkan untuk dilakukan monitoring setahun sekali. Data penginderaan jauh yang digunakan dalam menggunakan metode ini adalah Landsat 8 akuisisi Tahun 2016, untuk memberikan informasi status hutan mangrove Tahun 2016. Peta yang digunakan untuk informasi eksisting hutan mangrove lama sebagai acuan adalah Peta H\hutan Mangrove keluaran Tahun 2013. Dengan menggunakan metode ini diperoleh informasi indikasi adanya pengurangan dan penambahan kawasan mangrove untuk seluruh Indonesia yang diselesaikan dalam waktu kurang dari 3 bulan dengan 5 orang pengolah data dan 1 penguji kualitas.

Sign in / Sign up

Export Citation Format

Share Document