Email this article 
Perbandingan Metode Koreksi Atmosfer Dark Spectrum Fitting Dan Exponential Extrapolation Untuk Citra Satelit Landsat 8
Abstract
Pemanfaatan citra satelit dalam penelitian penginderaan jauh semakin banyak dilakukan. Hal tersebut didukung oleh ketersediaan data yang berlimpah dengan cakupan spasial, spektral, dan temporal, serta kemudahan akses untuk mendapatkannya. Data citra satelit perlu melewati proses koreksi atmosfer agar dapat digunakan untuk identifikasi objek di permukaan bumi berdasarkan informasi spektralnya. Koreksi atmosfer dilakukan untuk menghilangkan pengaruh atmosfer pada data penginderaan jauh yang direkam oleh sensor. Permasalahan terkait pengaruh atmosfer tersebut lebih sering ditemukan pada perairan keruh. Kondisi perairan keruh ini banyak ditemukan pada danau, sungai, dan wilayah pesisir pantai. Oleh karena itu, penelitian dilakukan di Danau Matano dan Towuti, Danau Kasumigaura, dan perairan Pulau Poteran. Penelitian ini membandingkan dua metode koreksi atmosfer yaitu Exponential Extrapolation (EXP) dan Dark Spectrum Fitting (DSF). Data citra satelit yang digunakan adalah citra satelit Landsat 8. Hasil dari olahan kedua metode akan dibandingkan dengan data in situ berupa reflektan permukaan dan konsentrasi klorofil-a. Uji korelasi digunakan untuk mengetahui tingkat keeratan kedua metode tersebut. Hasil penelitian ini menunjukkan bahwa metode DSF memiliki hasil yang lebih baik dengan diperoleh hasil korelasi reflektan permukaan dengan nilai 0,905 untuk Danau Matano Towuti, 0,916 untuk Perairan Pulau Poteran, dan 0,973 untuk Danau Kasumigaura. Sedangkan untuk metode EXP dihasilkan nilai korelasi sebesar 0,905 untuk danau Matano Towuti, tidak terdefinisi untuk Perairan Pulau Poteran, dan 0,975 untuk Danau Kasumigaura. Hasil dari reflektan permukaan akan mempengaruhi nilai estimasi persebaran klorofil-a. Pengaruh ini dapat dilihat dari hasil perolehan hasil NMAE. Untuk metode DSF nilai NMAE berturut-turut sebesar 259,955%, 93,258%, dan 40,326%. Sedangkan untuk metode EXP berturut-turut sebesar 259,955%, tidak terdefinisi, dan 36,500%.
Keywords
Full Text:
PDFReferences
Antoine, D., & Morel, A. (1999). A multiple scattering algorithm for atmospheric correction of remotely sensed ocean colour (MERIS instrument): Principle and implementation for atmospheres carrying various aerosols including absorbing ones. International Journal of Remote Sensing, 20(9), 1875–1916. https://doi.org/10.1080/014311699212533
Bailey, S. W., Franz, B. A., & Werdell, P. J. (2010). Estimation of near-infrared water-leaving reflectance for satellite ocean color data processing. Optics Express, 18(7), 7521–7527. https://doi.org/10.1364/OE.18.007521
Dogliotti, A. I., Ruddick, K., & Guerrero, R. (2016). Seasonal and inter-annual turbidity variability in the Río de la Plata from 15 years of MODIS: El Niño dilution effect. Estuarine, Coastal and Shelf Science, 182, 27–39. https://doi.org/10.1016/j.ecss.2016.09.013
Gao, B. C., Montes, M. J., Li, R. R., Dierssen, H. M., & Davis, C. O. (2007). An atmospheric correction algorithm for remote sensing of bright coastal waters using MODIS land and ocean channels in the solar spectral region. IEEE Transactions on Geoscience and Remote Sensing, 45(6), 1835–1843. https://doi.org/10.1109/TGRS.2007.895949
Gordon, H. R., & Wang, M. (1994). Retrieval of water-leaving radiance and aerosol optical thickness over the oceans with SeaWiFS: a preliminary algorithm. Applied Optics, 33(3), 443–452. http://www.ncbi.nlm.nih.gov/pubmed/20862036
Jaelani, L. M., Setiawan, F., Wibowo, H., & Apip. (2015). Pemetaan Distribusi Spasial Konsentrasi Klorofil-A dengan Landsat 8 di Danau Matano dan Danau Towuti , Sulawesi Selatan. Pertemuan Ilmiah Tahunan Masyarakat Ahli Penginderaan Jauh Indonesia, XX, 456–463. https://doi.org/10.13140/RG.2.1.4278.6000
Laili, N., Arafah, F., Jaelani, L. M., Subehi, L., Pamungkas, A., Koenhardono, E. S., & Sulisetyono, A. (2015). DEVELOPMENT OF WATER QUALITY PARAMETER RETRIEVAL ALGORITHMS FOR ESTIMATING TOTAL SUSPENDED SOLIDS AND CHLOROPHYLL-A CONCENTRATION USING LANDSAT-8 IMAGERY AT POTERAN ISLAND WATER. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, II-2/W2(October), 55–62. https://doi.org/10.5194/isprsannals-II-2-W2-55-2015
Salem, S. I., Higa, H., Kim, H., Kazuhiro, K., Kobayashi, H., Oki, K., & Oki, T. (2017). Multi-algorithm indices and look-up table for chlorophyll-a retrieval in highly turbid water bodies using multispectral data. Remote Sensing, 9(6). https://doi.org/10.3390/rs9060556
Vanhellemont, Q. (2019). Adaptation of the dark spectrum fitting atmospheric correction for aquatic applications of the Landsat and Sentinel-2 archives. Remote Sensing of Environment, 225(November 2018), 175–192. https://doi.org/10.1016/j.rse.2019.03.010
Vanhellemont, Q., & Ruddick, K. (2014). Turbid wakes associated with offshore wind turbines observed with Landsat 8. Remote Sensing of Environment. https://doi.org/10.1016/j.rse.2014.01.009
Vanhellemont, Q., & Ruddick, K. (2015). Advantages of high quality SWIR bands for ocean colour processing: Examples from Landsat-8. Remote Sensing of Environment, 161, 89–106. https://doi.org/10.1016/j.rse.2015.02.007
Vanhellemont, Q., & Ruddick, K. (2016). ACOLITE FOR SENTINEL-2: AQUATIC APPLICATIONS OF MSI IMAGERY. In ESA Special Publication SP. https://odnature.naturalsciences.be/remsem/acolite-
Vanhellemont, Q., & Ruddick, K. (2018). Atmospheric correction of metre-scale optical satellite data for inland and coastal water applications. Remote Sensing of Environment, 216, 586–597. https://doi.org/10.1016/j.rse.2018.07.015
Woodcock, C. ; E. A. (2008). 1018 Free Access to Landsat Imagery Teach by the Book Science Education : Science, 320(May), 1011–1012.
DOI: http://dx.doi.org/10.12962%2Fj24423998.v17i1.8826
Refbacks
- There are currently no refbacks.
Geoid Journal of Geodesy and Geomatics by Department of Geomatics Engineering - ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.