A novel‐optimal monitoring model of rocky desertification based on feature space models with typical surface parameters derived from Landsat 8 OLI

2021 ◽  
Author(s):  
Bing Guo ◽  
Dafu Zhang ◽  
Yuefeng Lu ◽  
Fei Yang ◽  
Chao Meng ◽  
...  
Keyword(s):  
Feature Space ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Rocky Desertification ◽  
Surface Parameters ◽  
Optimal Monitoring ◽  
Monitoring Model

scholarly journals Analysis of Landsat-8 OLI Imagery for Estimating Exposed Bedrock Fractions in Typical Karst Regions of Southwest China Using a Karst Bare-Rock Index

2018 ◽  
Vol 10 (9) ◽  
pp. 1321 ◽  
Author(s):  
Jie Pei ◽  
Li Wang ◽  
Ni Huang ◽  
Jing Geng ◽  
Jianhua Cao ◽  
...  
Keyword(s):  
Near Infrared ◽  
Southwest China ◽  
Coefficient Of Determination ◽  
Percentage Error ◽  
Independent Experiment ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Karst Rocky Desertification ◽  
Rocky Desertification ◽  
Bare Rock

Karst rocky desertification (KRD) has become the primary ecoenvironmental problem in the karst regions of southwest China. The rapid and efficient acquisition of exposed bedrock fractions (EBF) is crucial for the monitoring and assessment of KRD degree and distribution within the highly heterogeneous landscapes. Remote-sensing indices provide a useful method for the quick mapping of the EBF at large scales. The currently available rock indices, however, are faced with insensitivity to bedrock change characteristics, which greatly limits their performances and suitability. To address this problem, we proposed a novel karst bare-rock index (KBRI) that applies shortwave-infrared (SWIR) and near-infrared (NIR) bands from Landsat-8 OLI imagery to maximally distinguish between exposed bedrock and other land cover types in southwest China. A linear regression model was thus established between KBRI and the EBF derived from in situ measurements. The model developed here was then validated with an independent experiment and applied over a large geographic area to produce regional maps of EBF in southwest China. Experimental results showed good performance on root mean square error (5.59%), mean absolute error (4.63%), root mean absolute percentage error (13.59%), and coefficient of determination (0.72), respectively. The advantages of the proposed method are reflected in its simplicity and minimal requirements for auxiliary data while still achieving comparatively better accuracy than existing related indices. Thus, the KBRI has the great potential for the application in other regions around the world with the similar geological backgrounds, thereby helping to address the similar or other related environmental issues. Results of this study provide baseline data for the KRD assessment and karst-ecosystem management in southwest China.

scholarly journals Sidik Cepat Potensi Karst Rocky Desertification (KRD) Menggunakan Citra Landsat 8 OLI: Studi di Kawasan Karst Gunungsewu Bagian Barat

2020 ◽  
Vol 34 (2) ◽  
pp. 150
Author(s):  
Pendi Tri Sutrisno ◽  
Sigit Heru Murti ◽  
Eko Haryono
Keyword(s):  
Digital Elevation Model ◽  
Karst Area ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Karst Rocky Desertification ◽  
Rocky Desertification ◽  
Digital Elevation ◽  
Dem Analysis ◽  
Elevation Model ◽  
Total Study Area

 Abstrak. Proses identifikasi kondisi lingkungan dapat dilakukan melalui adanya sidik cepat pemetaan Karst Rocky Desertification (KRD), termasuk di kawasan karst Gunungsewu bagian barat. Tujuan dari kajian ini adalah untuk mengetahui secara cepat potensi intensitas proses KRD yang terjadi di wilayah kajian, menggunakan metode analisis data citra penginderaan jauh multispektral. Metode yang digunakan adalah pengolahan citra secara digital menjadi citra indeks NDVI dan BI ditunjang dengan menggunakan analisis Digital Elevation Model (DEM) untuk menghasilkan data kemiringan lereng. Kriteria kelas potensi terjadinya KRD yang dihasilkan yaitu non KRD, potensi KRD rendah, potensi KRD sedang dan potensi KRD tinggi dengan luas total wilayah kajian 56.686,17 Ha. Wilayah kajian masih didominasi kelas non KRD dengan luas 32.140,56 Ha, sedangkan potensi KRD rendah seluas 24.447,72 Ha, kelas potensi KRD sedang seluas 96,53 Ha dan potensi KRD tinggi seluas 1,36 Ha. Abstract. Identification of environmental conditions can be done through the rapid mapping of karst rocky desertification (KRD) process. The purpose of this study is to know rapidly the potential of KRD processes, using Landsat 8 OLI multispectral image that covering the western part of Gunungsewu karst area. The method used is digital image processing of NDVI and BI index supported by using Digital Elevation Model (DEM) analysis to produce slope data. Criteria of KRD potential in this study are non KRD, low KRD potential, medium KRD potential and high KRD potential for total study area of 56.686,17 Ha. The study area dominated by non-KRD class with an area of 32.140,56 Ha, while the low KRD potential is 24.447,72 Ha, the medium KRD potential is 96,53 Ha and high KRD potential is 1,36 Ha.

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.

Sign in / Sign up

Export Citation Format

Share Document