ArticlePDF Available

Analisis Sebaran Padatan Tersuspensi dan Transparansi Perairan Menggunakan Landsat 8 (Studi Kasus: Perairan Bintan, Kepulauan Riau)

Authors:

Abstract

Perairan Bintan memiliki sumberdaya pesisir dan laut yang sangat potensial untuk wisata bahari dan kehidupan biota laut. Akan tetapi, adanya kegiatan manusia seperti penambangan, pembuangan limbah rumah tangga akan memberikan dampak negatif terhadap penurunan kualitas perairan dan sumberdaya pesisir. Faktor utama yang mempengaruhi kualitas perairan pada badan air pada setiap bentang lahan adalah padatan tersuspensi dan transparansi. Analisis padatan tersuspensi dan transparansi menggunakan metode penginderaan jauh dengan didukung data in situ. Data in situ digunakan untuk melakukan validasi data estimasi citra menggunakan NMAE. Pada penelitian ini konsentrasi TSS yang dihasilkan memiliki rentang nilai antara 0-45 mg/l. Sedangkan sebaran nilai transparansinya memiliki rentang nilai antara 3-6 meter. Kondisi TSS dan transparansi tersebut masih berada pada batas yang ditentukan dalam Keputusan Menteri Negara Lingkungan Hidup No 51 Tahun 2004.
JURNAL TEKNIK ITS Vol. x, No. x, (2016) ISSN: 2337-3539 (2301-9271 Print)
1
Abstract- Perairan Bintan memiliki sumberdaya pesisir dan laut
yang sangat potensial untuk wisata bahari dan kehidupan biota
laut. Akan tetapi, adanya kegiatan manusia seperti
penambangan, pembuangan limbah rumah tangga akan
memberikan dampak negatif terhadap penurunan kualitas
perairan dan sumberdaya pesisir. Faktor utama yang
mempengaruhi kualitas perairan pada badan air pada setiap
bentang lahan adalah padatan tersuspensi dan transparansi.
Analisis padatan tersuspensi dan transparansi menggunakan
metode penginderaan jauh dengan didukung data in situ. Data
in situ digunakan untuk melakukan validasi data estimasi citra
menggunakan NMAE. Pada penelitian ini konsentrasi TSS yang
dihasilkan memiliki rentang nilai antara 0-45 mg/l. Sedangkan
sebaran nilai transparansinya memiliki rentang nilai antara 3-6
meter. Kondisi TSS dan transparansi tersebut masih berada
pada batas yang ditentukan dalam Keputusan Menteri Negara
Lingkungan Hidup No 51 Tahun 2004.
Kata Kunci : Konsentrasi, NMAE, Transparansi, TSS
I. PENDAHULUAN
abupaten Bintan merupakan sebuah kepulauan di
Propinsi Kepulauan Riau yang memiliki luas 1.318 km2
yang terletak di bagian selatan Laut Cina Selatan dan
berbatasan dengan Kabupaten Batam dan Singapura [1].
Topografi daratan yang cukup landai, banyak muara sungai
dan teluk, membuat kawasan pesisir Kabupaten Bintan
memiliki ekosistem pantai pesisir yang lengkap. Perairan ini
memiliki berbagai ekosistem laut dangkal yang merupakan
tempat hidup dan memijah ikan-ikan laut seperti ekosistem
mangrove, lamun dan terumbu karang. Kondisi perairan
Bintan Timur mengalami penurunan kualitas disebabkan
semakin pesatnya pembangunan di segala bidang serta krisis
ekonomi yang berkelanjutan telah memberikan tekanan yang
lebih besar terhadap lingkungan sekitarnya, khususnya
lingkungan perairannya[1].
Faktor utama yang mempengaruhi kualitas perairan pada
badan air pada setiap bentang lahan adalah padatan tersuspensi
(TSS, Total Suspended Sediment), kekeruhan air, transparansi
(transparansi), klorofil[2]. Faktor faktor tersebut mengubah
karakteristik pantulan atau pancaran suhu air yang dapat
diukur dan dideteksi menggunakan teknik penginderaan jauh
[3]. Pada umumnya faktor kimia dan bakteriologi tidak secara
langsung mempengaruhi perubahan karakteristik spektral
pantulan atau pancaran air, sehingga hanya dapat diketahui
pengaruhnya secara tidak langsung melalui parameter kualitas
air lainnya yang terpengaruh oleh faktor kimia atau
bakteriologi tersebut [3].
Analisis tingkat pencemaran air laut dilakukan pendekatan
metode penginderaan jauh agar efektif dan efisien. Pada
umumnya, sebagian besar sinar matahari yang masuk ke tubuh
air jernih diserap pada kedalaman kurang lebih dua meter dari
permukaan [3]. Material yang terkandung di dalam air dapat
secara siginifikan mengubah karakteristik hamburan balik air
tersebut [3]. Teknik penginderaan jauh ialah mendasarkan
kepada kemampuan untuk mengukur perubahan pada
karakteristik spektral yang dipantulkan dari air dan kemudian
membandingkan hasil pantulan tersebut dengan parameter
kualitas air [3]. Panjang gelombang yang dapat dengan baik
digunakan untuk mengukur parameter kualitas air tergantung
kepada material yang hendak diukur atau diketahui
konsentrasinya dan karakteristik sensor penginderaan jauh
yang digunakan [3].
Penelitian ini menggunakan citra Landsat 8. Citra Landsat 8
dipilih karena area studi tidak begitu luas dan memilki resolusi
spasial yang baik, yaitu 30 meter.
II. METODE PENELITIAN
A. Lokasi Penelitian
Penelitian dilakukan di perairan Bintan Timur. Perairan
Bintan terletak di Kabupaten Bintan yang secara geografis
terletak antara 0o6'17”LU - 1o34'52”LU dan 104o12'47'' BT -
108o2'27” BT [1]. Luas wilayah Kabupaten Bintan mencapai
88.038,54 Km2, luas daratan hanya 2,21%, sedangkan luas
perairan 1.946,13 Km2 [1]. Kecamatan terluas adalah
Kecamatan Gunung Kijang dengan luas 344,28 Km2 dan
Kecamatan terkecil adalah Tambelan yaitu 90,96 Km2 [1].
Kabupaten Bintan saat ini terdiri dari 240 buah pulau besar
dan kecil [4]. Daerah Kabupaten Bintan berbatasan dengan
Kabupaten Natuna di sebelah Utara, dan berbatasan dengan
Kabupaten Liangga di sebelah Selatan, berbatasan dengan
Kota Tanjung Pinang dan Kota Batam serta berbatasan
dengan Propinsi Kalimantan Barat di sebelah Timur [1].
Analisis Sebaran Padatan Tersuspensi dan
Transparansi Perairan Menggunakan Landsat 8
(Studi Kasus : Perairan Bintan, Kepulauan Riau)
Irma’atus Sholihah1, Lalu Muhamad Jaelani1, Salam Tarigan2
1Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember
Kampus ITS, Keputih, Sukolilo, Surabaya 60111
2 Laboratorium Penginderaan Jauh, Pusat Oceanografi, Lembaga Ilmu Pengetahuan Indonesia
Email :1Irmaatuss2@gmail.com, 1Lmjaelani@geodesy.its.ac.id, 2Saltargir@yahoo.com
K
JURNAL TEKNIK ITS Vol. x, No. x, (2016) ISSN: 2337-3539 (2301-9271 Print)
2
Gambar 1. Peta Lokasi Penelitian
(Sumber: http://tanahair.indonesia.go.id/)
B. Data yang digunakan
Pada penelitian ini, data yang digunakan adalah data citra
Landsat 8 L1T akuisisi tanggal 5 September 2015 dan data
pengukuran lapangan oleh LIPI sebanyak 23 titik akuisisi
tanggal 3 September 2015Penelitian ini menggunakan data
citra Landsat 8 L1T perekaman data tanggal 05 September
2015 .
C. Pengolahan Citra
- Kalibrasi Radiometrik
Kalibrasi radiometrik bertujuan untuk mendapatkan nilai
radiance _toa (Top of Atmospheric) dengan cara
mengkonversi nilai citra asli hasil unduhan yaitu nilai digital
(DN) menjadi radiance ToA (Top of Atmospheric)[5]
menggunakan algoritma:
     (1)
merupakan ToA spectral Radiance, merupakan nilai
Radiance Mult Band yang terdapat pada metadata,
merupakan Radiance Add Band pada metadata, sedangkan
 merupakan nilai digital (DN) kanal yang digunakan.
- Koreksi Atmosfer
Koreksi atmosfer dalam penelitian menggunakan parameter
koreksi dari hasil simulasi Second Simulation of a Satellite
Signal in the Solar Spectrum-Vector (6SV)[5] dengan
persamaan :
     (2)

 (3)
 (4)
acr adalah atmospheric correction reflectance, adalah
nilai radian ToA,  adalah remote sensing reflectance,
dan xa, xb, xc adalah koefisien parameter koreksi atmosfer.
- Pengolahan TSS dan Transparansi perairan
Ekstraksi algoritma dilakukan untuk memperoleh nilai
konsentrasi TSS dan transparansi. Pada penelitian ini,
algoritma yang digunakan dalam proses ekstraksi terdiri dari
masing-masing 3 algoritma, yaitu :
- Algoritma Jaelani (2015)
Algoritma tersebut menggunakan perbandingan kanal 2
(kanal biru) dan kanal 3 (kanal hijau) dalam format remote
sensing reflectance [6].

   
   (5)
- Algoritma Laili (2015)
Algoritma tersebut menggunakan perbandingan kanal 2
(kanal biru) dan kanal 4 (kanal merah) dalam format remote
sensing reflectance [7].

  
   (6)
- Algoritma Parwati (2014)
Algoritma tersebut menggunakan kanal 4 (kanal merah)
merupakan data reflektan yang sudah terkoreksi efek atmosfer
[8].

       (7)
- Algoritma Transparansi Shodiqin (2015)
Algoritma tersebut menggunakan Reflektan permukaan dari
rasio Log kanal 1 dengan log kanal 3 (Log K1 / Log K3) yang
di simbolkan dengan [9].
  
 (8)
- Algoritma Transparansi Tarigan (2012)
Algoritma tersebut menggunakan nilai hasil kromatisi kanal
3 (kanal hijau) dengan format data nilai digital [10].
    (9)
  
 (10)
- Algoritma Transparansi Chipman (2004)
Algoritma tersebut menggunakan perbandingan kanal 1 dan
kanal 2 dalam format radian
  
   (11)
- Validasi Algoritma
Hasil konsentrasi parameter kualitas perairan dari
pengolahan citra di validasi dengan data in situ parameter
kualitas perairan menggunakan Normalized Mean Absolute
Error (NMAE). Syarat minimum NMAE yaitu sebesar < 30%
[5].
- Analisis
JURNAL TEKNIK ITS Vol. x, No. x, (2016) ISSN: 2337-3539 (2301-9271 Print)
3
- analisa dari sebaran konsentrasi TSS dan kecerahan
terhadap keputusan menteri negara lingkungan hidup no 51
tahun 2004 III.HASIL DAN ANALISA
A. Hasil Kalibrasi Radiometrik (Radian-Sensor)
Setelah nilai digital (ND) di kalibrasi radiometrik
didapatkan hasil sebagai berikut:
Gambar 2. Nilai Radian sensor tiap stasiun pengamatan
Pada gambar 2 tersebut dapat dilihat bahwa radian 2
sampai radian 5 memiliki pola yang sama. Hal tersebut
memperlihatkan hasil kalibrasi radiometrik yang dilakukan
tidak mengalami kesalahan dalam memasukkan data , nilai
radian tertinggi yaitu radian 5 pada stasiun 16, sedangkan nilai
radian terendah adalah radian 2 pada stasiun pengamatan 18.
B. Hasil Koreksi Atmosfer (Reflektan-Permukaan)
Setelah nilai radiance ToA (Top of Atmospheric) diperoleh,
maka selanjutnya dilakukan proses koreksi atmosfer
menggunakan Second Simulation of a Satellite Signal in the
Solar Spectrum-Vector (6SV). Adapun parameter 6s adalah
sebagai berikut:
Tabel 1. Parameter 6sv
Gambar 3. Nilai Reflektan tiap stasiun pengamatan
C. Hasil Akurasi Algoritma
Berikut didapatkan hasil akurasi algoritma menggunakan
Normalized Mean Absolute Error (NMAE) Algoritma TSS:
No
Algoritma TSS
NMAE(%)
1
Laili (2015)
92,778
2
Jaelani (2015)
91,836
3
Parwati(2014)
47,312
Tabel 3. Hasil NMAE Algoritma TSS
Dari hasil perhitungan NMAE tersebut NMAE terbaik
adalah NMAE algoritma Parwati (2014) memiliki nilai
NMAE 47, 312 %, dimana NMAE berada diatas syarat
maksimum NMAE 30% agar bisa digunakan untuk
mengekstrak data kualitas air dari data penginderaan jauh.
Hal ini bisa disebabkan karena antara waktu pengambilan
data lapangan dengan waktu pengambilan data citra
berbeda, serta kondisi perairan yang mudah berubah. Nilai
NMAE yang ≤ 30 % juga bisa di pengaruhi oleh proses
koreksi atmosfer yang mengalami kesalahan dan kesalahan
tersebut menjalar ke pengolahan citra menggunakan
algoritma-algoritma tersebut.
Berikut adalah hasil akurasi algoritma Transparansi
menggunakan Normalized Mean Absolute Error (NMAE):
No
Algoritma TSS
NMAE(%)
1
Shodiqin (2015)
40,825
2
Tarigan (2012)
10,843
3
Chipman (2014)
75,075
Tabel 3. Hasil NMAE algoritma Transparansi
Dari hasil perhitungan NMAE tersebut NMAE terbaik
adalah NMAE algoritma Tarigan (2012), dimana memiliki
nilai 10,843 %, dimana NMAE masih berada dibawah syarat
maksimum NMAE 30% agar bisa digunakan untuk
mengekstrak data kualitas air dari data penginderaan jauh.
Hal ini bisa disebabkan karena kondisi daerah penelitian
Tarigan (2012) memiliki karakteristik yang sama dengan
lokasi penelitian ini.
D. Pemetaan Konsentrasi TSS dan Transparansi
Setelah melakukan koreksi radiometrik, selanjutnya
melakukan pemetaan konsentrasi TSS dan transparansi
menggunakan algoritma yang sudah ditentukan (1) dan (2).
Konsentrasi TSS yang didapatkan memiliki rentang nilai 0
mg/l sampai 45 mg/l. Konsentrasi TSS di daerah dekat dengan
daratan memiliki nilai diatas 21 mg/l yang menunjukkan
bahwa ada pengaruh sedimentasi dari aktifitas manusia seperti
limbah rumah tangga, pertanian, ataupun kegiatan tambang
bauksit, pasir dan sebagainya. Konsentrasi TSS yang besar
akan mengakibatkan terjadi kekeruhan didaerah tersebut.
Selain itu, meskipun kondisi TSS di perairan Bintan tinggi
namun masih sesuai dengan ambang batas pada Baku Mutu
No.51 Tahun 2004.
Xa
Xb
Xc
0,00316
0,19157
0,21279
0,00311
0,11316
0,17251
0,00337
0,07208
0,14192
0,00467
0,03690
0,09959
0
0.1
0.2
0.3
0.4
1 3 5 7 9 11 13 15 17 19 21 23
Nilai Reflektan-permukaan
Stasiun Pengamatan
Rrs(λ5)
Rrs(λ4)
Rrs(λ3)
Rrs(λ2)
JURNAL TEKNIK ITS Vol. x, No. x, (2016) ISSN: 2337-3539 (2301-9271 Print)
4
Gambar 4. Sebaran Konsentrasi TSS
Sedangkan sebaran transparansi diperairan Bintan Timur
adalah sebagai berikut :
Gambar 6. Sebaran Transparansi
Dari gambar 6 transparansi diperairan Bintan memiliki
rentang nilai antara 3 6 meter. Kondisi transparansi perairan
seperti berikut masih sesuai untuk kehidupan biota laut dan
juga untuk kepeningan pariwisata. Transparansi di dekat
perairan memiliki nilai yang rendah, itu berarti kekeruhan dan
TSS meningkat.
DAFTAR PUSTAKA
1. Pranowo, W. S. & Husrin, S. in Kondisi Ekosistem Pesisir Pulau Bintan
3439 (2003).
2. Kepmen LH No 51. Keputusan Menteri Negara Lingkungan Hidup
Tentang Baku Mutu Air Laut. 0, (2004).
3. Liliesand, M. T. & Kiefer, W. R. Penginderaan Jauh dan Interpretasi
Citra. (Gadjah Mada University Press, 1979).
4. Adriman, Purbayanto, A., Budiharso, S. & Damar, A. Pengaruh
Sedimentasi Terhadap Terumbu Karang di Kawasan Konservasi Laut
Daerah Bintan Timur Kepulauan Riau. Berk. Perikan. Terubuk 41, 90101
(2012).
5. Jaelani, L. M., Setiawan, F. & Matsushita, B. Uji Akurasi Produk
Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Uji
Akurasi Produk Reflektan-Permukaan Landsat. Pros. Pertem. Ilm. Tah. XX
2015 467 (2015). doi:10.13140/RG.2.1.1391.9446
6. Jaelani, L. M., Limehuwey, R., Kurniadin, N. & Pamungkas, A. Estimation
of TSS and Chl - a Concentration from Landsat 8 - OLI : The Effect of
Atmosphere and Retrieval Algorithm. 27, 1623 (2016).
7. Laili, N.dkk. 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
Ann. Photogramm. Remote Sens. Spat. Inf. Sci. II-2/W2, 5562 (2015).
8. Parwati, E. & Purwanto, D. Analisis Algoritma Ekstraksi Informasi Tss
Menggunakan Data Landsat 8 Di Perairan Berau. Semin. Nas.
Penginderaan Jauh 2014 518528 (2014).
9. Shodiqin, A. M. Studi Total Suspended Solid dan Transparansi Perairan
Menggunakan Citra Satelit Worldview 2 Sebagai Faktor Pembatas
Pertumbuhan Terumbu Karang. (Institut Teknologi Sepuluh Nopember
Surabaya, 2015).
10. Tarigan, M. Aplikasi Satelit Aqua MODIS untuk Memprediksi Model
Pemetaan Kecerahan Air Laut di Perairan Teluk Lada, Banten. ILMU
Kelaut. Indones. J. Mar. … 14, 126131 (2012).
Article
Full-text available
Total Suspended Solid (TSS) is a solid particle suspended in the water column of organic and inorganic materials, sized more than two micrometers. The high concentration of TSS in the waters causes a decrease in water clarity and potentially reduces dissolved oxygen that can threaten the life of aquatic biota. This study aims to analyze the spatial and temporal distribution of TSS and analyze the influence of rainfall on TSS in Laut Tawar Lake waters. The lake TSS ranged from 44 – 91 mg/L with an average of 68.67 ± 11.23 mg/L. Spatially TSS ranged from 63.17 - 73.67 mg/L and temporally ranged from 51.14 - 81.43 mg/L. The distribution of TSS was not spatially different because the lake waters are perfectly agitated. The difference in TSS was obtained temporally due to the influence of rainfall. The catchment area can be eroded by only 100 mm of rain/month. It leads to high production of TSS loading into the lake waters. It was indicated by the difference in TSS of Dry Months with TSS of Wet and Moist Months. The determinant coefficient of influence of rainfall on the TSS concentration of the lake waters is 0.62.
Article
Full-text available
Total Suspended Sediment (TSS) and Chlorophyll-a (Chl-a) are globally knows as a key parameters for regular seawater monitoring. Considering the high temporal and spatial variation of water constituent, remote sensing technique is an efficient and accurate method for extracting water physical parameter. A high accurate estimated data derived from remote sensing depends on an accurate atmospheric correction algorithm and physical parameter retrieval algorithms. In this research, we evaluated the accuracy of atmospheric corrected product of NASA as well as develop algorithms for estimating TSS and Chl-a concentration over Poteran and Gili Iyang island water using Landsat-8 OLI data. The data used in this study was collected from Poteran’s waters (9 stations) on April 22, 2015 and Gili Iyang’s waters (six stations) on October 15, 2015. Low correlation between in situ and Landsat Rrs(λ) (R2= 0.106) indicated that atmospheric correction algorithm performed by NASA has a limitation. The TSS concentration retrieval algorithm produced acceptable accuracy both over Poteran’s Waters (RE of 4.60% and R2 of 0.628) and over Gili Iyang’s waters (RE of 14.82% and R2 of 0.345). Although the R2 lower than 0.5, the relative error was more accurate than the minimum requirement of 30%. Whereas, The Chl-a concentration retrieval algorithm produced acceptable result over Poteran (RE of 13.87% and R2 of 0.416) and failed over Gili Iyang’s waters (RE of 99.140 and R2 of 0.090). The low correlation between TSS or Chl-a measured and estimated TSS or Chl-a concentration were caused not only by performance of the developed TSS and Chl-a estimation retrieval algorithm but also the effect and accuracy of atmospheric corrected reflectance of Landsat product.
Conference Paper
Full-text available
Abstrak − Estimasi parameter kualitas air (seperti: konsentrasi klorofil-a, konsentrasi TSS dan koefisien absorpsi CDOM) dari data satelit penginderaan jauh umumnya tergantung pada keakuratan koreksi atmosfer dan model yang menghubungkan antara data reflektan penginderaan jauh dengan parameter kualitas air yang akan diekstrak. Di danau dengan air yang keruh (Turbid water, Case II), masalah utama yang dihadapi para peneliti adalah koreksi atmosfer yang sulit. Penelitian pada bidang ini banyak dilakukan terutama menggunakan sensor satelit yang khusus didesain untuk pengamatan perairan, seperti MERIS, MODIS, AVHRR dll. Berbeda dengan beberapa sensor di atas, koreksi atmosfer untuk sensor yang diperuntukkan untuk keperluan di darat seperti Landsat sangat jarang di lakukan. Untuk itu, pada penelitian ini kami menguji akurasi dari produk reflektan-permukaan (surface reflectance, Bottom of Atmosphere reflectance) Landsat yang telah bebas dari kesalahan atmosfer, yang dikeluarkan oleh USGS menggunakan data spektra yang direkam di Danau Kasumigaura, Jepang. Sebagai perbandingan, data tersebut juga dibandingkan 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). Produk reflektan-permukaan Landsat memberikan hasil lebih rendah dibandingan dengan data in situ untuk ke delapan stasiun pengamatan dengan RMSE 0,03 dan NMAE sebesar 59,70 %. Hasil ini tidak berbeda jauh dari reflektan-permukaan yang diproses dengan 6SV dengan RMSE dan NMAE sebesar 0,03 dan 64,13%. Kata kunci: air danau; penginderaan jauh, Landsat, koreksi atmosfer, 6SV PENDAHULUAN Danau memegang peran penting dalam penyediaan air bersih yang berguna sebagai bahan dasar air minum, pertanian, industri, rekreasi dan pariwisata (Giardino, et al. 2001). Akan tetapi, proses eutrofikasi yang cepat yang terjadi di danau kini telah menjadi masalah besar di seluruh dunia (Ayres, et al. 1996). Oleh karena itu, pemantauan kualitas air danau secara rutin menjadi kebutuhan mendesak dalam pengelolaan sumber daya air dalam rangka mendukung pengelolaan ekosistem perairan darat yang berkelanjutan. Heterogenitas kondisi perairan danau, baik secara spasial dan temporal memerlukan teknologi penginderaan jauh sebagai pendukung teknik pengambilan sampling secara konvensional untuk pemantuan kualitas air secara rutin (Liu, Islam dan Gao 2003). Salah satu aplikasi penginderaan jauh (dalam bidang perairan) yang sangat penting adalah estimasi konsentrasi klorofil-a, yang merupakan parameter kunci dalam pengujian kualitas air (Zhu, et al. 2012). Estimasi parameter kualitas air (seperti: konsentrasi klorofil-a, konsentrasi TSS dan koefisien absorpsi CDOM) dari data satelit penginderaan jauh umumnya tergantung pada keakuratan koreksi atmosfer dan model yang menghubungkan antara data reflektan penginderaan jauh dengan parameter kualitas air yang akan diekstrak (Ruddick, Ovidio dan Rijkeboer 2000, Sathyendranath, Prieur dan & Morel 1987, Yang, et al. 2011). Tujuan utama dari koreksi atmosfer adalah mengkonversi data reflektan-sensor (at sensor reflectance, Top of Atmosphere reflectance) menjadi reflektan-permukaan (surface reflectance, Bottom of Atmosphere reflectance) menggunakan skema dasar algoritma koreksi atmosfer (Gordon dan & Wang 1994), sebagai berikut: (1) dimana ρ toa (λ) adalah reflektan yang direkam oleh sensor satelit (reflectance at sensor), ρ r (λ) adalah reflektan dari Rayleigh scattering, [ρ a (λ)+ ρ ra (λ)] adalah reflektan total dari aerosol scattering dan interaksi antara Rayleigh scattering dan aerosol scattering, t(λ) adalah diffuse transmittances of the atmospheric column, dan
Studi Total Suspended Solid dan Transparansi Perairan Menggunakan Citra Satelit Worldview 2 Sebagai Faktor Pembatas Pertumbuhan Terumbu Karang
  • A M Shodiqin
Shodiqin, A. M. Studi Total Suspended Solid dan Transparansi Perairan Menggunakan Citra Satelit Worldview 2 Sebagai Faktor Pembatas Pertumbuhan Terumbu Karang. (Institut Teknologi Sepuluh Nopember Surabaya, 2015).
Analisis Algoritma Ekstraksi Informasi Tss Menggunakan Data Landsat 8 Di Perairan Berau
  • E Parwati
  • D Purwanto
Parwati, E. & Purwanto, D. Analisis Algoritma Ekstraksi Informasi Tss Menggunakan Data Landsat 8 Di Perairan Berau. Semin. Nas. Penginderaan Jauh 2014 518-528 (2014).
Development of Water Quality Parameter Retrieval Algorithms for Estimating Total Suspended Solids and Chlorophyll-a Concentration Using Landsat-8 Imagery At Poteran Island Water
  • N Laili
  • Dkk
Laili, N.dkk. 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 Ann. Photogramm. Remote Sens. Spat. Inf. Sci. II-2/W2, 55-62 (2015).
  • M T Liliesand
  • W R Kiefer
Liliesand, M. T. & Kiefer, W. R. Penginderaan Jauh dan Interpretasi Citra. (Gadjah Mada University Press, 1979).
  • Purbayanto Adriman
  • A Budiharso
  • S Damar
Adriman, Purbayanto, A., Budiharso, S. & Damar, A. Pengaruh Sedimentasi Terhadap Terumbu Karang di Kawasan Konservasi Laut Daerah Bintan Timur Kepulauan Riau. Berk. Perikan. Terubuk 41, 90-101 (2012).
Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Uji Akurasi Produk Reflektan-Permukaan Landsat
  • L M Jaelani
  • F Setiawan
  • B Matsushita
Jaelani, L. M., Setiawan, F. & Matsushita, B. Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Uji Akurasi Produk Reflektan-Permukaan Landsat. Pros. Pertem. Ilm. Tah. XX 2015 467 (2015). doi:10.13140/RG.2.1.1391.9446