Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Kasumigaura, Jepang Lalu Muhamad Jaelani, Fajar Setiawan, Bunkei Matsushita.

Presentasi berjudul: "Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Kasumigaura, Jepang Lalu Muhamad Jaelani, Fajar Setiawan, Bunkei Matsushita."— Transcript presentasi:

1 Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Kasumigaura, Jepang Lalu Muhamad Jaelani, Fajar Setiawan, Bunkei Matsushita

2 Lalu Muhamad Jaelani, Ph.D
Jurusan Teknik Geomatika, Insitut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia Fajar Setiawan, S.Si Pusat Penelitian Limnologi, Lembaga Ilmu Pengetahuan Indonesia, Cibinong, Bogor 16911, Indonesia Prof. Bunkei Matsushita Graduate School of Life and Environmental Sciences, University of Tsukuba, Tsukuba, Ibaraki , Japan

3 Struktur Presentasi Pendahuluan Metode Hasil dan Analisa Kesimpulan

4 1 | Pendahuluan

5 Pentingnya Koreksi Atmosfer
What we get (recorded by sensor) Atmospheric effect What we want

6 Tujuan utama koreksi atmosfer
Reflektan-sensor (at sensor reflectance, Top of Atmosphere reflectance) Reflektan-permukaan (surface reflectance, Bottom of Atmosphere reflectance)

7 Reflektan-Permukaan Landsat
Diturunkan dari Data Inderaja Level 1, melalui proses koreksi atmosfer (Atmospheric Correction) Produk jadi dari USGS berupa reflektan- permukaan (surface-reflektance)

8 Tujuan Menguji akurasi produk reflektan-permukaan Landsat TM-5 yang dikeluarkan oleh USGS dengan menggunakan data reflektan yang direkam di Danau Kasumigaura, Jepang Membandingkan produk reflektan-permukaan Landsat TM-5 dengan data Landsat yang dikoreksi dari efek atmosfer menggunakan parameter koreksi dari hasil simulasi menggunakan Second Simulation of a Satellite Signal in the Solar Spectrum - Vector (6SV)

9 2 | Metode

10 Pengumpulan data in situ
Danau Kasumigaura, Jepang (36o 9’ U; 140o 14’ T)

11 Parameter yang direkam
water-leaving radiance (Lu(λ)), downward irradiance (Ed(λ)), dan downward radiance of skylight (Lsky(λ)) Menggunakan FieldSpec HandHeld spectroradiometer (Analytical Spectral Devices, Boulder, CO) pada rentang 325– 1075 nm dengan interval 1-nm

12 Citra Landsat Landsat TM-5 yang direkam tanggal 18 Februari (=pengambilan data in situ) Data yang digunakan: Data Landsat TM-5 Level 1 dan reflektan-permukaan t tersedia secara gratis dan dapat dipesan melalui dan

13 Pemrosesan Data Landsat
Data reflektan in situ disampling mengikuti kanal yang tersedia di Landsat 5 ( in situ) Data Landsat 5 level 1 dikalibrasi radiometrik. Selanjutnya dikoreksi dari efek atmosfer menggunakan parameter koreksi dari hasil simulasi menggunakan Second Simulation of a Satellite Signal in the Solar Spectrum - Vector (6SV) (SR-6SV) Data reflektan-permukaan yang telah diproses oleh USGS (SR- L)

14 Pemrosesan Data Landsat
SR-6SV maupun SR-L dibagi dengan π untuk menghasilkan Rrs(λ) (dalam satuan sr-1) Data dari 8 stasiun diekstrak berdasarkan pin yang telah dibuat dalam ukuran 5x5 pixel untuk menghindari kesalahan akibat koreksi geometrik dan dinamika dari badan air, serta kesalahan akibat variabilitas spasial Semua pemrosesan citra dalam penelitian ini dilakukan dengan menggunakan perangkat lunak open-source BEAM-VISAT (

15 3 | Hasil

16

17 Perbandingan reflektan (Rrs(λ)) data in situ , reflektan-permukaan produk USGS (SR-L) dan reflektan-permukaan yang diolah sendiri menggunakan perangkat simulasi 6SV untuk ke delapan stasiun pengamatan (SR-6SV)

18 R2, RMSE dan NMAE untuk SR-L dan SR-6SV

19 korelasi antar data 0,95 -1.0 untuk masing- masing stasiun,
sementara 0,78 dan 0,79 untuk SR-L dan SR-6SV jika semua stasiun digabung menjadi satu. Korelasi R2 yang kuat antar data yang diekstrak dari data satelit dengan data in situ ini, tidak sejalan dengan nilai RMSE dan NMAE. Untuk semua stasiun, RMSE untuk SR-L dan SR-SV sebesar 0,03 sr-1; sementara NMAE sebesar 59,7 % dan 64,13%.

20 Kesimpulan Nilai NMAE ini masih dibawah syarat minimum NMAE 30% agar bisa digunakan untuk mengkestrak data kualitas air dari data penginderaan jauh Produk reflektan-permukaan Landsat belum memenuhi standar akurasi untuk penggunaan di perairaan Kesalahan dalam proses koreksi atmosfer ini akan menjalar ke algoritma model yang digunakan untuk menghitung parameter kualitas air Perlu Algoritma Koreksi Atmosfer yang lebih akurat

21 Thank you very much

22 ≈ + Why the atmospheric correction is needed? ρtoa ≠ ρ r ρ a ρ w
Water Sun sensor ρtoa What we get No atmosphere 10 20 30 40 50 60 70 80 90 100 Thermosphere + ≈ Altitude (km) Mesosphere ≠ ρ r Stratosphere ρ a O3, N2, (NH4)2SO4 Troposphere O2, H2O ρ w What we want