Pub Date : 2018-07-31DOI: 10.30536/j.pjpdcd.2018.v15.a3000
Redaksi Jurnal
{"title":"Front Pages Inderaja Vol. 15 No. 1 Juni 2018","authors":"Redaksi Jurnal","doi":"10.30536/j.pjpdcd.2018.v15.a3000","DOIUrl":"https://doi.org/10.30536/j.pjpdcd.2018.v15.a3000","url":null,"abstract":"","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"89 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131357986","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-07-20DOI: 10.30536/J.PJPDCD.2018.V15.A2779
T. Susantoro, Ketut Wikantika, Asep Saepuloh, A. Harsolumakso
Clay minerals in the oil and gas field have changed with an increase of the quantities in the middle of the oil and gas field and reduction in the edges. This reduction is the effect of micro seepage from oil and gas from the subsurface. The aims of the research is to identify the potential oil and gas seepage through clay mineral mapping. The data used where Landsat 8 OLI/TIRS with recording dated September 25, 2015. The method used in the mapping of clay minerals using the ratio of 1.55-1.75 µm (Short Wave Infrared 1) and 2.08-2.35 µm (Short Wave Infrared 2). The result of Landsat 8 OLI/TIRS data processing shows the potential of anomalies in edges of the oil and gas field. The anomaly is a change in the index value of clay minerals that tend to be lower with values 1.0 to 1.5 than the middle of oil and gas field with values 1.5 to 2.0. The potential pattern of the anomaly follows the border of the oil and gas field. Field surveys show that oil and gas field based on grain size analysis is dominated by clay-sized soil. The dominant clay minerals from X-Ray Diffraction analysis are smectite (56%) and kaolinite (6%).ABSTRAKMineral lempung di lapangan migas mengalami perubahan dengan terjadinya peningkatan kandungannya pada tengah lapangan migas dan pengurangan di tepinya. Pengurangan ini merupakan efek adanya rembesan mikro dari migas yang berasal dari bawah permukaan. Kajian ini bertujuan untuk mengidentifikasi adanya potensi rembesan migas melalui pemetaan mineral lempung. Adapun data yang digunakan adalah Landsat 8 OLI/TIRS dengan perekaman tanggal 25 September 2015. Metode yang digunakan pada pemetaan mineral lempung menggunakan perbandingan panjang gelombang 1.55-1.75 µm (Short Wave Infrared 1) dengan 2.08-2.35 µm (Short Wave Infrared 2). Hasil pengolahan data Landsat 8 OLI/TIRS menunjukkan adanya potensi anomali di tepi lapangan migas. Anomali tersebut berupa perubahan nilai indeks mineral lempung yang cenderung lebih rendah yaitu dengan nilai 1,0 – 1,5 dibandingkan lokasi di tengah lapangan yaitu dengan nilai 1,5 – 2,0. Pola potensi anomali tersebut mengikuti batas tepi lapangan migas. Survei lapangan menunjukkan bahwa pada lapangan migas berdasarkan analisis ukuran butir didominasi oleh tanah berukuran lempung. Adapun mineral lempung yang dominan dari hasil analisis XRD berupa smektit (56%) dan terdapat kaolinit (6%).
油气田黏土矿物呈中部数量增加、边缘数量减少的变化趋势。这种减少是由于地下油气微渗流的影响。研究的目的是通过粘土矿物填图识别潜在的油气渗漏。使用的数据为Landsat 8 OLI/TIRS，记录日期为2015年9月25日。该方法采用1.55 ~ 1.75µm(短波红外1)和2.08 ~ 2.35µm(短波红外2)的比值进行粘土矿物制图。Landsat 8 OLI/TIRS数据处理结果显示了油气田边缘异常的潜力。该异常为粘土矿物指标值的变化，在1.0 ~ 1.5范围内，粘土矿物指标值比在1.5 ~ 2.0范围内的油气田中部偏低。异常的潜在形态沿油气田边界分布。现场调查表明，基于粒度分析的油气田以粘土粒土为主。x射线衍射分析显示，主要粘土矿物为蒙脱石(56%)和高岭石(6%)。【摘要】矿物学研究:矿物学研究:矿物学研究。Pengurangan ini merupakan efek adanya rembesan mikro dari migas yang berasal dari bawah permukaan。Kajian ini bertujuan为她mengidentifikasi adanya potensi rembesan migas melalui pemetaan矿产lempung。adadalah Landsat 8 OLI/TIRS dengan perekaman, 2015年9月25日。Metode yang digunakan pada pemetaan mineral lempong menggunakan perbandingan panjang gelombang 1.55 ~ 1.75µm(短波红外1)dengan 2.08 ~ 2.35µm(短波红外2). Hasil pengolahan数据Landsat 8 OLI/TIRS menunjukkan adanya电位异常di tepi lapangan migas。异常terbut berupa perubahan nilai指标矿物，lempung yang, cenderung lebih renda yitung dengan nilai 1,0 - 1,5, dibandingkan, lokasi di tengah lapangan yitung dengan nilai 1,5 - 2,0。极电位异常，但有明显的异常。调查结果显示，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在调查过程中，在分析过程中，在分析过程中，在分析过程中。Adapun矿物lempung yang dominan dari进行了XRD分析，分离出了smkit(56%)和terdapat高岭土(6%)。
{"title":"Identifikasi Potensi Rembesan Mikro di Lapangan Migas Melalui Deteksi Mineral Lempung Menggunakan Citra Landsat 8 OLI/TIRS, Studi Kasus Lapangan Migas Cekungan Jawa Barat Bagian Utara","authors":"T. Susantoro, Ketut Wikantika, Asep Saepuloh, A. Harsolumakso","doi":"10.30536/J.PJPDCD.2018.V15.A2779","DOIUrl":"https://doi.org/10.30536/J.PJPDCD.2018.V15.A2779","url":null,"abstract":"Clay minerals in the oil and gas field have changed with an increase of the quantities in the middle of the oil and gas field and reduction in the edges. This reduction is the effect of micro seepage from oil and gas from the subsurface. The aims of the research is to identify the potential oil and gas seepage through clay mineral mapping. The data used where Landsat 8 OLI/TIRS with recording dated September 25, 2015. The method used in the mapping of clay minerals using the ratio of 1.55-1.75 µm (Short Wave Infrared 1) and 2.08-2.35 µm (Short Wave Infrared 2). The result of Landsat 8 OLI/TIRS data processing shows the potential of anomalies in edges of the oil and gas field. The anomaly is a change in the index value of clay minerals that tend to be lower with values 1.0 to 1.5 than the middle of oil and gas field with values 1.5 to 2.0. The potential pattern of the anomaly follows the border of the oil and gas field. Field surveys show that oil and gas field based on grain size analysis is dominated by clay-sized soil. The dominant clay minerals from X-Ray Diffraction analysis are smectite (56%) and kaolinite (6%).ABSTRAKMineral lempung di lapangan migas mengalami perubahan dengan terjadinya peningkatan kandungannya pada tengah lapangan migas dan pengurangan di tepinya. Pengurangan ini merupakan efek adanya rembesan mikro dari migas yang berasal dari bawah permukaan. Kajian ini bertujuan untuk mengidentifikasi adanya potensi rembesan migas melalui pemetaan mineral lempung. Adapun data yang digunakan adalah Landsat 8 OLI/TIRS dengan perekaman tanggal 25 September 2015. Metode yang digunakan pada pemetaan mineral lempung menggunakan perbandingan panjang gelombang 1.55-1.75 µm (Short Wave Infrared 1) dengan 2.08-2.35 µm (Short Wave Infrared 2). Hasil pengolahan data Landsat 8 OLI/TIRS menunjukkan adanya potensi anomali di tepi lapangan migas. Anomali tersebut berupa perubahan nilai indeks mineral lempung yang cenderung lebih rendah yaitu dengan nilai 1,0 – 1,5 dibandingkan lokasi di tengah lapangan yaitu dengan nilai 1,5 – 2,0. Pola potensi anomali tersebut mengikuti batas tepi lapangan migas. Survei lapangan menunjukkan bahwa pada lapangan migas berdasarkan analisis ukuran butir didominasi oleh tanah berukuran lempung. Adapun mineral lempung yang dominan dari hasil analisis XRD berupa smektit (56%) dan terdapat kaolinit (6%).","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"111 6","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121282555","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-07-20DOI: 10.30536/j.pjpdcd.2018.v15.a2800
R. P. Brahmantara, K. Kustiyo
The standard data of Worldview-2 owned by LAPAN is Ortho-Ready Standard level 2 (OR2A) data consisting of 4 multispectral bands (blue, green, red, NIR) and one panchromatic band each 2 m and 0,5 m spatial resolution. Both images have different metadata and RPC, making it possible to perform geometric corrections separately. This paper discusses the analysis of the inaccuracies of multispectral image positions to panchromatic images compared to those that have been systematically geometric corrected. The method used is fast fourier transform phase matching by taking 500 binding points between the two images. The measurement results prove that the multispectral image of the Worldview-2 data of the OR2A level has a larger shift compared with multispectral image that has been systematically geometric corrected. The multispectral image of the OR2A data shifts are 2,14 m on the X-axis and 0,42 m on the Y-axis. While the multispectral image that has been systematically geometric corrected shifts are 1,72 m on the X-axis and 0,54 m on the Y-axis.ABSTRAKData standar Worldview-2 yang dimiliki oleh LAPAN merupakan data Ortho-Ready Standard level 2 (OR2A) yang terdiri dari 4 kanal multispektral (biru, hijau, merah, NIR) dan satu kanal pankromatik masing-masing memiliki resolusi spasial 2 meter dan 0,5 meter. Kedua kanal tersebut memiliki metadata dan RPC yang berbeda, sehingga memungkinkan untuk melakukan koreksi geometrik secara terpisah. Tulisan ini membahas tentang analisis misalignment citra multispektral terhadap citra pankromatik dibandingkan dengan yang telah terkoreksi geometrik sistematik. Metode yang digunakan adalah fast fourier transform phase matching dengan mengambil 500 titik ikat antara kedua citra tersebut. Hasil pengukuran membuktikan bahwa citra multispektral data Worldview-2 level OR2A memiliki pergeseran yang lebih besar dibandingkan dengan citra multispektral yang terkoreksi geometrik sistematik. Citra multispektral data OR2A bergeser 2,14 meter pada sumbu X dan 0,42 meter pada sumbu Y. Sedangkan citra multispektral data terkoreksi geometrik sistematik bergeser 1,72 meter pada sumbu X dan 0,54 meter pada sumbu Y.
LAPAN拥有的Worldview-2的标准数据为Ortho-Ready standard level 2 (OR2A)数据，由4个多光谱波段(蓝、绿、红、近红外)和1个全色波段组成，每个波段的空间分辨率为2m和0.5 m。两个图像具有不同的元数据和RPC，从而可以分别执行几何校正。本文讨论了与经过系统几何校正的全色图像相比，多光谱图像位置的不准确性分析。采用快速傅立叶变换相位匹配方法，在两幅图像之间取500个结合点。测量结果表明，OR2A级Worldview-2数据的多光谱图像与经过系统几何校正的多光谱图像相比有较大的偏移。OR2A数据的多光谱图像的x轴偏移量为2.14 m, y轴偏移量为0.42 m。而经过系统几何校正的多光谱图像在x轴上的位移为1.72 m，在y轴上的位移为0.54 m。数据标准Worldview-2 yang dimiliki oleh LAPAN merupakan数据Ortho-Ready Standard level 2 (OR2A) yang terdiri dari 4 kanal多光谱(biru, hijau, merah, NIR) dan satu kanal pankromatik - masiliki分辨率空间为2米和0,5米。Kedua kanal tersebut memiliki metadata dan RPC yang berbeda, sehinga memungkinkan untuk melakukan koreksi geometrik secara terpisah。图里桑ini成员的光谱分析偏差图里桑多光谱图图里桑多光谱图图图里桑多光谱图图图里桑多光谱图图采用快速傅立叶变换相位匹配的方法，建立了一种快速傅立叶变换相位匹配的方法。哈西企鹅多光谱数据Worldview-2级OR2A多光谱数据杨利比besar dibandingkan dengan citra多光谱杨terkoreksi几何系统。Citra多光谱数据OR2A bergeser 2,14米帕达桑布X丹0,42米帕达桑布Y. Sedangkan Citra多光谱数据terkoreksi几何系统bergeser 1,72米帕达桑布X丹0,54米帕达桑布Y。
{"title":"Analisis Misalignment Citra Multispektral Terhadap Citra Pankromatik Pada Data Worldview-2","authors":"R. P. Brahmantara, K. Kustiyo","doi":"10.30536/j.pjpdcd.2018.v15.a2800","DOIUrl":"https://doi.org/10.30536/j.pjpdcd.2018.v15.a2800","url":null,"abstract":"The standard data of Worldview-2 owned by LAPAN is Ortho-Ready Standard level 2 (OR2A) data consisting of 4 multispectral bands (blue, green, red, NIR) and one panchromatic band each 2 m and 0,5 m spatial resolution. Both images have different metadata and RPC, making it possible to perform geometric corrections separately. This paper discusses the analysis of the inaccuracies of multispectral image positions to panchromatic images compared to those that have been systematically geometric corrected. The method used is fast fourier transform phase matching by taking 500 binding points between the two images. The measurement results prove that the multispectral image of the Worldview-2 data of the OR2A level has a larger shift compared with multispectral image that has been systematically geometric corrected. The multispectral image of the OR2A data shifts are 2,14 m on the X-axis and 0,42 m on the Y-axis. While the multispectral image that has been systematically geometric corrected shifts are 1,72 m on the X-axis and 0,54 m on the Y-axis.ABSTRAKData standar Worldview-2 yang dimiliki oleh LAPAN merupakan data Ortho-Ready Standard level 2 (OR2A) yang terdiri dari 4 kanal multispektral (biru, hijau, merah, NIR) dan satu kanal pankromatik masing-masing memiliki resolusi spasial 2 meter dan 0,5 meter. Kedua kanal tersebut memiliki metadata dan RPC yang berbeda, sehingga memungkinkan untuk melakukan koreksi geometrik secara terpisah. Tulisan ini membahas tentang analisis misalignment citra multispektral terhadap citra pankromatik dibandingkan dengan yang telah terkoreksi geometrik sistematik. Metode yang digunakan adalah fast fourier transform phase matching dengan mengambil 500 titik ikat antara kedua citra tersebut. Hasil pengukuran membuktikan bahwa citra multispektral data Worldview-2 level OR2A memiliki pergeseran yang lebih besar dibandingkan dengan citra multispektral yang terkoreksi geometrik sistematik. Citra multispektral data OR2A bergeser 2,14 meter pada sumbu X dan 0,42 meter pada sumbu Y. Sedangkan citra multispektral data terkoreksi geometrik sistematik bergeser 1,72 meter pada sumbu X dan 0,54 meter pada sumbu Y.","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"1998 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125594756","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-07-20DOI: 10.30536/J.PJPDCD.2018.V15.A2804
A. Julzarika, E. K. Dewi
Height model is model include the information of height data and its coordinate in earth surface. Height model is one of the geological parameters that are useful for a variety of applications of survey and mapping. Height model in the form of Digital Surface Model, Digital Elevation Model, Digital Terrain Model, Digital Terrain Elevation Digital, Geoid, and others. Height model can be made with data, aerial photographs, satellite imagery, and Interferometry Synthetic Aperture Radar. This research aims to test the vertical accuracy of ALOS PALSAR against the combination measurement of Differential Global Navigation Satellite System-Altimeter. Digital Surface Model is made from images of ALOS PALSAR with interferometry Synthetic Aperture Radar methods. Digital Elevation Model retrieved after height error correction and terrain correction of Digital Surface Model. Digital Terrain Model obtained after the integration of river features and bathymetry in Digital Elevation Model ALOS PALSAR.Then do the vertical accuracy test of ALOS PALSAR againts the combination measurement of Differential Global Navigation Satellite systems-Altimeter.Differential Global Navigation Satellite systems received the data from the GPS, Beidou, GLONASS, SBAS, MSAS, Gagan, and QZSS satellite and uses period of 14 days before the measurement with the time in measurement. During the measurement for processing the position data and height value. Differential Global Navigation Satellite systems was connected with server of internet provider. Region of vertical accuracy test is in Merauke regency in 2016. The tolerance standard of this vertical accuracy test refers to National Standard for Spatial Data Accuracy in 1.96 σ (95%) tolerance. From the two vertical accuracy test, height difference test and tranverse profile test, Digital Terrain Model ALOS PALSAR have fulfilled tolerance in 4,996e- 16 (~0) and 80,791 cm so it can be used for various applications of survey and mapping for 1:10.000 scale.ABSTRAKModel tinggi adalah model yang meliputi informasi data tinggi dan koordinatnya di permukaan bumi. Model tinggi merupakan salah satu parameter geologi yang bermanfaat untuk berbagai aplikasi survei dan pemetaan. Model tinggi berupa model permukaan digital, model elevasi digital, model terrain digital, model terrain elevasi digital, Geoid, dan lain-lain. Model tinggi dapat dibuat dengan data lapangan, foto udara, interferometri radar sintetis, dan citra satelit. Penelitian ini bertujuan untuk melakukan uji akurasi vertikal model terrain digital ALOS PALSAR terhadap pengukuran kombinasi diferensial sistem satelit navigasi global-Altimeter. Model permukaan digital dibuat dari citra ALOS PALSAR dengan metode interferometri radar sintetis. Model elevasi digital diperoleh setelah dilakukan koreksi kesalahan tinggi dan koreksi terrain model permukaan digital. Model terrain digital diperoleh setelah dilakukan integrasi fitur sungai dan batimetri terhadap model permukaan digital. Model terr
高程模型是一种包含地表高程数据及其坐标信息的模型。高程模型是多种测绘应用中非常有用的地质参数之一。以数字地表模型、数字高程模型、数字地形模型、数字地形高程数字、大地水准面等形式的高程模型。高度模型可以用数据、航空照片、卫星图像和干涉测量合成孔径雷达制作。本研究的目的是测试ALOS PALSAR在差分全球导航卫星系统-高度计组合测量下的垂直精度。采用干涉合成孔径雷达方法，对ALOS PALSAR图像进行了数字表面模型的建立。数字地表模型经高度误差校正和地形校正后反演的数字高程模型。在数字高程模型ALOS PALSAR中整合河流特征和水深测量后得到的数字地形模型。然后针对差分全球导航卫星系统-高度计组合测量，对ALOS PALSAR进行垂直精度测试。差分全球导航卫星系统接收来自GPS、北斗、GLONASS、SBAS、MSAS、Gagan和QZSS卫星的数据，使用周期为测量前14天，以测量时间为准。在测量过程中对位置数据和高度值进行处理。差分全球导航卫星系统与互联网提供商的服务器连接。2016年垂直精度测试区域在Merauke摄制区。本垂直精度试验的公差标准参照国家空间数据精度标准1.96 σ(95%)公差。通过垂直精度测试、高差测试和横向剖面测试，数字地形模型ALOS PALSAR已实现了4,996e- 16(~0)和80,791 cm的公差，可用于1:10.000比例尺的各种测绘应用。【摘要】模型建模、数据建模、数据建模、数据建模、数据协调等。模型建立、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质、参数地质等。Model tinggi berupa Model permukaan digital, Model elevasi digital, Model terrain digital, Model terrain elevasi digital, geooid, dan -lain。建模、数据分布、数据采集、图像采集、干涉、雷达采集、卫星采集。垂直模式地形数字ALOS PALSAR terhadap penguin kuran kombinasi差分系统卫星导航全球高度计。模型permukaan数字分布与ALOS PALSAR登根法干涉雷达信号。模型elevasi数字diperoleh setelah dilakukan koreksi kesalahan tinggi dan koreksi地形模型permukaan数字。模型地形数字化diperoleh setelah dilakukan integrasi fitur sungai danatimetri terhadap模型permukaan数字化。模型地形数字ALOS PALSAR dilakukan uji akurasi垂直登根企鹅和kombinasi差分系统卫星导航全球高度计。差分系统卫星导航全球气象数据卫星GPS, Glonass，北斗，Gagan, MSAS, SBAS, dan QZSS dan menggunakan周期waktu 14 hari sebelum penguin和dengan waktu saat penguin。Selama pengukuran,untuk mengolah的数据可能是dan ketinggian。差分系统卫星导航是一种全球性的卫星导航系统。Lokasi uji akurasi垂直的akakukan di Kabupaten Merauke pada, 2016。标准公差uji akurasi垂直公差mengacu保持公差标准国家untuk akurasi数据特殊sebesar 1,96σ(95%)。Dari dua jenis uji akurasi垂直，yakni uji beda tinggi danuji剖面，模型地形数字ALOS PALSAR telah memenuhi公差sebesar 4,996e-16(~0)和80,791 cm, seadapat digunakan untuk berbagai应用于kasi survei danpemetaan skala 1:10.000。
{"title":"Uji Ketelitian DTM ALOS PALSAR Terhadap Pengukuran Kombinasi DGNSS-Altimeter","authors":"A. Julzarika, E. K. Dewi","doi":"10.30536/J.PJPDCD.2018.V15.A2804","DOIUrl":"https://doi.org/10.30536/J.PJPDCD.2018.V15.A2804","url":null,"abstract":"Height model is model include the information of height data and its coordinate in earth surface. Height model is one of the geological parameters that are useful for a variety of applications of survey and mapping. Height model in the form of Digital Surface Model, Digital Elevation Model, Digital Terrain Model, Digital Terrain Elevation Digital, Geoid, and others. Height model can be made with data, aerial photographs, satellite imagery, and Interferometry Synthetic Aperture Radar. This research aims to test the vertical accuracy of ALOS PALSAR against the combination measurement of Differential Global Navigation Satellite System-Altimeter. Digital Surface Model is made from images of ALOS PALSAR with interferometry Synthetic Aperture Radar methods. Digital Elevation Model retrieved after height error correction and terrain correction of Digital Surface Model. Digital Terrain Model obtained after the integration of river features and bathymetry in Digital Elevation Model ALOS PALSAR.Then do the vertical accuracy test of ALOS PALSAR againts the combination measurement of Differential Global Navigation Satellite systems-Altimeter.Differential Global Navigation Satellite systems received the data from the GPS, Beidou, GLONASS, SBAS, MSAS, Gagan, and QZSS satellite and uses period of 14 days before the measurement with the time in measurement. During the measurement for processing the position data and height value. Differential Global Navigation Satellite systems was connected with server of internet provider. Region of vertical accuracy test is in Merauke regency in 2016. The tolerance standard of this vertical accuracy test refers to National Standard for Spatial Data Accuracy in 1.96 σ (95%) tolerance. From the two vertical accuracy test, height difference test and tranverse profile test, Digital Terrain Model ALOS PALSAR have fulfilled tolerance in 4,996e- 16 (~0) and 80,791 cm so it can be used for various applications of survey and mapping for 1:10.000 scale.ABSTRAKModel tinggi adalah model yang meliputi informasi data tinggi dan koordinatnya di permukaan bumi. Model tinggi merupakan salah satu parameter geologi yang bermanfaat untuk berbagai aplikasi survei dan pemetaan. Model tinggi berupa model permukaan digital, model elevasi digital, model terrain digital, model terrain elevasi digital, Geoid, dan lain-lain. Model tinggi dapat dibuat dengan data lapangan, foto udara, interferometri radar sintetis, dan citra satelit. Penelitian ini bertujuan untuk melakukan uji akurasi vertikal model terrain digital ALOS PALSAR terhadap pengukuran kombinasi diferensial sistem satelit navigasi global-Altimeter. Model permukaan digital dibuat dari citra ALOS PALSAR dengan metode interferometri radar sintetis. Model elevasi digital diperoleh setelah dilakukan koreksi kesalahan tinggi dan koreksi terrain model permukaan digital. Model terrain digital diperoleh setelah dilakukan integrasi fitur sungai dan batimetri terhadap model permukaan digital. Model terr","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129755432","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-07-20DOI: 10.30536/J.PJPDCD.2018.V15.A2798
Andy Indradjad, Haris Suka Dyatmika, N. Salyasari, Liana Fibriawati, Masnita Indriani
Geolocation processing to produce spatial greenhouse gases data products consisting of CH4, CO2 and N20 gases has been carried out systematically. The greenhouse gases data are derived from Enviomental Data Record (EDR) Suomi NPP Satellite CrIS and ATMS Sensor products. During this process, there is an obstacle while performing the information data of greenhouse gases concentrations, due to the result of systematic processing files from EDR are still in netcdf format, so that it could not be distributed to users as they expected. The unique of unlimited netcdf format is that, it displays only numeric values with irregular resolution, unregistered and incompatible with commonly processing data software. This research aims to produce geolocation processing module in order to provide information of greenhouse gases data spatially by using coordinate pixel registration method into image data, convert Digital Number (DN) value with scale corresponding to Indonesian region and interpolation value between pixels with Radial Basis Function (RBF) method using linear function. The result from the geolocation processing module of greenhouse gases data product are concentration information from some altitude level. The product is in geotiff format with 50 km spasial resolusion. AbstrakPengolahan geolokasi untuk menghasilkan produk data gas rumah kaca (GRK) spasial yang terdiri dari gas CH4,CO2 dan N20 telah dilakukan secara sistematis. Data gas rumah kaca tersebut dihasilkan dari produk Enviomental Data Record (EDR) Satelit Suomi NPP Sensor CrIS dan ATMS. Hingga saat ini terdapat permasalahan dalam penyajian data informasi konsentrasi gas rumah kaca, yaitu file hasil pengolahan sistematis masih dalam format netcdf sehingga belum dapat didistribusikan untuk melayani kebutuhan pengguna. Format netcdf terbatas hanya menampilkan nilai berupa angka, resolusi yang tidak seragam, belum teregistrasi dan tidak compatible dengan aplikasi pengolahan data yang umumnya digunakan. Penelitian ini bertujuan untuk menghasilkan modul pengolahan geolokasi yang dapat menyajikan informasi data gas rumah kaca secara spasial. Metode yang digunakan dalam penelitian ini adalah registrasi piksel koordinat ke dalam data citra, konversi nilai Digital Number (DN). Interpolasi nilai antar piksel menggunakan metode Radial Basis Function (RBF) dengan fungsi linier. Hasil dari penelitian ini adalah modul pengolahan geolokasi produk data yang dapat menyajikan informasi konsentrasi gas rumah kaca pada beberapa level ketinggian. Produk yang dihasilkan dalam format geotiff dengan resolusi spasial 50 km.
系统开展了由CH4、CO2和N20气体组成的空间温室气体数据产品的地理定位处理。温室气体数据来源于环境数据记录(EDR)， Suomi核电站卫星CrIS和ATMS传感器产品。在此过程中，温室气体浓度信息数据的执行存在一个障碍，由于系统处理的结果，来自EDR的文件仍然是netcdf格式，因此无法按照用户的期望分发给用户。无限netcdf格式的独特之处在于，它只显示不规则分辨率的数值，未注册，与一般处理数据的软件不兼容。本研究旨在制作地理定位处理模块，利用坐标像元配准法将温室气体数据在空间上提供信息，利用线性函数将印尼地区对应尺度的数字数字(DN)值和像元之间的径向基函数(RBF)插值值进行转换。温室气体数据产品的地理定位处理模块得到的结果是某一高度的浓度信息。该产品为geotiff格式，空间分辨率为50公里。蓬高拉汉地质调查结果显示，蓬高拉汉蒙哈西尔坎产气数据(GRK)，天然气CH4,CO2和N20，以及蓬高拉汉地质调查系统。环境数据记录(EDR)卫星Suomi核电站传感器危机和自动取款机。数据信息:konsentrasi gas rumah kaca, yitu文件hasil pengolahan sistematis masih dalam格式netcdf seingga belum dapat disdistribution busikan untuk melayani kebutuhan pengguna。格式netdf terbatas hanya menampilkan nilai berupa angka, resolusi yang tidak seragam, belum registerasi dan tidak兼容dengan应用程序yang umumnya digunakan。Penelitian ini bertujuan untuk menghasilkan模块pengolahan地质研究，yang dapat menyajikan信息资料，gas rumah kaca secara空间。Metode yang digunakan dalam penelitian ini adalah registraspiksel ordinordinke dalam data citra, konversi nilai Digital Number (DN)。基于径向基函数(RBF)的根根真菌线性分析。Hasil dari penelitian ini adalah模块pengolahan地质产品数据yang dapat menyajikan informasi konsentrasi gas rumah kaca pada beberapa level ketinggian。产品杨地哈斯坎达拉姆格式地形图，分辨率特殊50公里。
{"title":"Pengolahan Geolokasi Produk Data Gas Rumah Kaca (GRK) dari Satelit Suomi NPP ATMS Dan CRIS Dengan Metode Interpolasi Radial Basis Function","authors":"Andy Indradjad, Haris Suka Dyatmika, N. Salyasari, Liana Fibriawati, Masnita Indriani","doi":"10.30536/J.PJPDCD.2018.V15.A2798","DOIUrl":"https://doi.org/10.30536/J.PJPDCD.2018.V15.A2798","url":null,"abstract":"Geolocation processing to produce spatial greenhouse gases data products consisting of CH4, CO2 and N20 gases has been carried out systematically. The greenhouse gases data are derived from Enviomental Data Record (EDR) Suomi NPP Satellite CrIS and ATMS Sensor products. During this process, there is an obstacle while performing the information data of greenhouse gases concentrations, due to the result of systematic processing files from EDR are still in netcdf format, so that it could not be distributed to users as they expected. The unique of unlimited netcdf format is that, it displays only numeric values with irregular resolution, unregistered and incompatible with commonly processing data software. This research aims to produce geolocation processing module in order to provide information of greenhouse gases data spatially by using coordinate pixel registration method into image data, convert Digital Number (DN) value with scale corresponding to Indonesian region and interpolation value between pixels with Radial Basis Function (RBF) method using linear function. The result from the geolocation processing module of greenhouse gases data product are concentration information from some altitude level. The product is in geotiff format with 50 km spasial resolusion. AbstrakPengolahan geolokasi untuk menghasilkan produk data gas rumah kaca (GRK) spasial yang terdiri dari gas CH4,CO2 dan N20 telah dilakukan secara sistematis. Data gas rumah kaca tersebut dihasilkan dari produk Enviomental Data Record (EDR) Satelit Suomi NPP Sensor CrIS dan ATMS. Hingga saat ini terdapat permasalahan dalam penyajian data informasi konsentrasi gas rumah kaca, yaitu file hasil pengolahan sistematis masih dalam format netcdf sehingga belum dapat didistribusikan untuk melayani kebutuhan pengguna. Format netcdf terbatas hanya menampilkan nilai berupa angka, resolusi yang tidak seragam, belum teregistrasi dan tidak compatible dengan aplikasi pengolahan data yang umumnya digunakan. Penelitian ini bertujuan untuk menghasilkan modul pengolahan geolokasi yang dapat menyajikan informasi data gas rumah kaca secara spasial. Metode yang digunakan dalam penelitian ini adalah registrasi piksel koordinat ke dalam data citra, konversi nilai Digital Number (DN). Interpolasi nilai antar piksel menggunakan metode Radial Basis Function (RBF) dengan fungsi linier. Hasil dari penelitian ini adalah modul pengolahan geolokasi produk data yang dapat menyajikan informasi konsentrasi gas rumah kaca pada beberapa level ketinggian. Produk yang dihasilkan dalam format geotiff dengan resolusi spasial 50 km.","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"48 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132745063","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-07-20DOI: 10.30536/J.PJPDCD.2018.V15.A2867
Nur Febrianti, K. Murtilaksono, B. Barus
The Ground Water Level plays an important role in determining the greenhouse gas emission and, in turn, in regulating global climate system. Information on existing water levels is still using field measurements. The purpose of this study was to evaluate the best approximation model for estimating water level using drought index. This study utilizes Landsat 8 data to calculate Normalized Difference Water Index and Visible and Shortwave infrared Drought Index for 3 months (March, April and June 2016). The best estimation model is selected by the Akaike Information Criteria correction method and validated using K-Fold cross-validation. The results of this study indicate that the estimation of water level is affected by both drought indices with the TMA (mm) equation= -439,47 – 1639,7 * NDWI_Maret – 640,23 * NDWI_April + 477 * VSDI_Maret. Estimated water level began to detect hotspots ranging from 64,35 ± 36,9 6 cm (27 - 101 cm). The critical point for KHG Sei Jangkang - Sei Liong is 27 cm, thus the water level depth should be maintained less than that to avoid fire in peatlands.ABSTRAKTinggi muka air tanah lahan gambut atau secara teknis dikenal dengan kedalaman muka air tanah memegang peran penting dalam menentukan emisi gas rumah kaca dan mengatur sistem iklim global. Informasi tentang tinggi muka air yang ada saat ini masih menggunakan hasil pengukuran lapangan. Tujuan penelitian ini adalah mengevaluasi model aproksimasi terbaik untuk estimasi tinggi muka air dengan menggunakan indeks kekeringan. Penelitian ini memanfaatkan data Landsat 8 untuk menghitung Normalized Difference Water Index dan Visible and Shortwave infrared Drought Index selama 3 bulan (Maret, April dan Juni 2016). Model estimasi terbaik dipilih dengan metode koreksi Kriteria Informasi Akaike dan divalidasi menggunakan validasi silang K-Fold. Hasil penelitian ini menunjukkan bahwa estimasi tinggi muka air dipengaruhi oleh kedua indeks kekeringan tersebut dengan persamaan TMA (mm) = - 439,47 – 1639,7 * NDWI_Maret – 640,23 * NDWI_April + 477 * VSDI_Maret. Estimasi tinggi muka air mulai terdeteksi adanya hotspot berkisar antara 64,35±36,9 6 cm (27 – 101 cm). Titik kritis untuk KHG Sei Jangkang – Sei Liong adalah 27 cm, dengan demikian kedalaman tinggi muka air harus dipertahankan kurang dari itu untuk menghindari terjadinya kebakaran di lahan gambut.
地下水位在决定温室气体排放，进而调节全球气候系统方面发挥着重要作用。关于现有水位的资料仍在使用实地测量。本研究的目的是评价利用干旱指数估算水位的最佳近似模型。本研究利用Landsat 8数据计算了3个月(2016年3月、4月和6月)的归一化差水指数和可见光及短波红外干旱指数。采用Akaike信息准则校正方法选择最佳估计模型，并进行K-Fold交叉验证。研究结果表明，水位估算受TMA (mm)方程= -439、47 - 1639、7 * NDWI_Maret - 640、23 * NDWI_April + 477 * VSDI_Maret两种干旱指数的影响。估计水位开始探测到热点范围为64,35±36,96厘米(27 - 101厘米)。为避免泥炭地发生火灾，应将水位深度控制在27 cm以下。摘要/ abstract摘要/ abstract摘要:北京地区空气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数、大气质量指数等。信息来源:tententinggi muka air yang ada saat ini masih menggunakan hasil penguin an lapangan。图juan penelitian ini adalah mengevaluasi模型，该模型用于估算北京空气质量，北京空气质量，北京空气质量，北京空气质量。Landsat 8 untuk menghitung归一化差水指数与可见光和短波红外干旱指数，2016年4月至6月。模型估计:terbaik dipilih dengan方法，korekkj .标准资料:Akaike和divalidasmongunakan validassilang K-Fold。Hasil penelitian ini menunjukkan bahwa estimasi丁宜受困muka空气dipengaruhi oleh pokalchuk kedua indeks kekeringan于dengan persamaan TMA (mm) = - 439、47 - 1639,7 * NDWI_Maret - 640, 23 * NDWI_April + 477 * VSDI_Maret。估算值为64,35±36,96 cm (27 - 101 cm)。Titik kritis untuk KHG Sei Jangkang - Sei Liong adalah 27 cm, dengan demikian kedalaman tinggi muka air harus dipertahankan kurang dari untuk menghindari terjadinya kebakaran di lahan gambut。
{"title":"Analisis Model Estimasi Tinggi Muka Air Tanah Menggunakan Indek Kekeringan","authors":"Nur Febrianti, K. Murtilaksono, B. Barus","doi":"10.30536/J.PJPDCD.2018.V15.A2867","DOIUrl":"https://doi.org/10.30536/J.PJPDCD.2018.V15.A2867","url":null,"abstract":"The Ground Water Level plays an important role in determining the greenhouse gas emission and, in turn, in regulating global climate system. Information on existing water levels is still using field measurements. The purpose of this study was to evaluate the best approximation model for estimating water level using drought index. This study utilizes Landsat 8 data to calculate Normalized Difference Water Index and Visible and Shortwave infrared Drought Index for 3 months (March, April and June 2016). The best estimation model is selected by the Akaike Information Criteria correction method and validated using K-Fold cross-validation. The results of this study indicate that the estimation of water level is affected by both drought indices with the TMA (mm) equation= -439,47 – 1639,7 * NDWI_Maret – 640,23 * NDWI_April + 477 * VSDI_Maret. Estimated water level began to detect hotspots ranging from 64,35 ± 36,9 6 cm (27 - 101 cm). The critical point for KHG Sei Jangkang - Sei Liong is 27 cm, thus the water level depth should be maintained less than that to avoid fire in peatlands.ABSTRAKTinggi muka air tanah lahan gambut atau secara teknis dikenal dengan kedalaman muka air tanah memegang peran penting dalam menentukan emisi gas rumah kaca dan mengatur sistem iklim global. Informasi tentang tinggi muka air yang ada saat ini masih menggunakan hasil pengukuran lapangan. Tujuan penelitian ini adalah mengevaluasi model aproksimasi terbaik untuk estimasi tinggi muka air dengan menggunakan indeks kekeringan. Penelitian ini memanfaatkan data Landsat 8 untuk menghitung Normalized Difference Water Index dan Visible and Shortwave infrared Drought Index selama 3 bulan (Maret, April dan Juni 2016). Model estimasi terbaik dipilih dengan metode koreksi Kriteria Informasi Akaike dan divalidasi menggunakan validasi silang K-Fold. Hasil penelitian ini menunjukkan bahwa estimasi tinggi muka air dipengaruhi oleh kedua indeks kekeringan tersebut dengan persamaan TMA (mm) = - 439,47 – 1639,7 * NDWI_Maret – 640,23 * NDWI_April + 477 * VSDI_Maret. Estimasi tinggi muka air mulai terdeteksi adanya hotspot berkisar antara 64,35±36,9 6 cm (27 – 101 cm). Titik kritis untuk KHG Sei Jangkang – Sei Liong adalah 27 cm, dengan demikian kedalaman tinggi muka air harus dipertahankan kurang dari itu untuk menghindari terjadinya kebakaran di lahan gambut.","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124355735","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-06-30DOI: 10.30536/j.pjpdcd.2018.v15.a3001
Redaksi Jurnal
{"title":"Back Pages Inderaja Vol. 15 No. 1 Juni 2018","authors":"Redaksi Jurnal","doi":"10.30536/j.pjpdcd.2018.v15.a3001","DOIUrl":"https://doi.org/10.30536/j.pjpdcd.2018.v15.a3001","url":null,"abstract":"","PeriodicalId":178419,"journal":{"name":"Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114303342","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：