Model Estimasi Dan Pemetaan Konsentrasi Sulfat Di Permukaan Laut Dengan Data Citra Landsat 8 Oli : Studi Kasus Perairan Selat Madura

Muhsi, Muhsi (2019) Model Estimasi Dan Pemetaan Konsentrasi Sulfat Di Permukaan Laut Dengan Data Citra Landsat 8 Oli : Studi Kasus Perairan Selat Madura. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
03111260010002-Dissertation.pdf
Restricted to Repository staff only

Download (15MB) | Request a copy

Abstract

Mengetahui kandungan ion sulfat di lingkungan agresif seperti perairan laut adalah penting bagi perencana beton. Hal ini dimaksudkan sebagai dasar dalam pembuatan beton yang sesuai standard dan persyaratan campuran maupun rasio air- semen sesuai SNI 2847-2013 atau ACI 318M-11. Selain teknik pengukuran di laboratorium dengan berbagai metode yang dilakukan untuk menentukan konsentrasi ion sulfat di air laut, teknologi penginderaan jauh dengan kemampuan memotret objek di permukaan bumi dapat digunakan untuk mengestimasi ion sulfat di perairan laut secara spasial dengan lingkup kewilayahan. Penelitian ini dimaksudkan untuk menyusun model untuk mengestimasi ion sulfat di permukaan air laut. Kemudian dengan teknik penginderaan jauh sulfat akan dipetakan menggunakan data citra satelit Landsat 8 OLI. Model estimasi sulfat dalam penelitian ini disusun menggunakan persamaan regeresi dengan data band 5 (NIR) Landsat 8 OLI. Spektral reflektan dari band 5 (NIR) Landsat 8 OLI dijadikan variabel estimator atau independen (x) yang nilainya didapat dari formula Mobley (1999) menggunakan data upward radiance perairan (Lu), downward radiance atmosfer (Ls) dan downward irradiance atmosfer (Ed) yang diambil secara in situ menggunakan alat spectroradiometer TriOS Ramses. Sedangkan variabel respon atau dependen (y) adalah sulfat air laut hasil pengukuran laboratium terhadap sampel air laut dengan Turbidimetric method melalui alat spektrofotometer. Model disusun dengan berbagai persamaan regresi baik linier, non linier dan berganda untuk kemudian dipilih model yang memiliki lebih presisi dari model yang ada berdasarkan nilai NMAE dan RMSE terkecil. Hasil validasi beberapa model yang disusun dan memiliki tingkat akurasi palaing presisi adalah persamaan regresi power, yaitu �� = 10�.�� | �(�)|��.��� dimana �� adalah sulfat dan x adalah Rrs (Refelctance remote sensing) dari band 5 (NIR) Landsat 8 OLI dengan nilai NMAE dan RMSE masing-masing 5.99% dan 192.09. Model tersebut selanjutnya diimplementasikan ke dalam citra Landsat 8 OLI untuk wilayah perairan Selat Madura yang secara temporal untuk bebarap bulan pada tahun 2015, 2016, 2017 dan 2018 serta dibagi menjadi peta musim kemarau dan hujan.Hasil yang didapat berupa peta distribusi konsentrasi sulfat permukaan air laut di perairan pulau Madura yang secara umum trend sebaran konsentrasi sulfat adalah konsisten baik di musim kemarau maupun musim hujan. Dari beberapa nilai sulfat pada citra yang terjadi noise sehingga terdapat nilai yang hilang karena dipengaruhi oleh tutupan awan, atmosfer atau lainnya yang mengganggu perekaman satelit sehingga mempengaruhi digital number. Nilai sulfat terendah adalah 1929.08 mg/L pada bulan Maret 2017 dan tertinggi adalah 3299.75 mg/L pada bulan Oktober 2016. Sulfat tertinggi berada di pinggir perairan yang dekat dengan pantai dan pelabuhan ujung-kamal karena faktor buatan lebih dominan berupa limbah keluarga, industri ataupun tumpahan minyak kapal dibandingkan faktor alamiah. Sedangkan kelas paparan sulfat dari hasil pemetaan tersebut, berdasarkan SNI 2847:2013, termasuk pada kelas S2 dengan tingkat keparahan adalah parah. Namun demikian nilainya masih berada dalam rentang kwartil pertama kelas paparan sulfat S2 yang memiliki rentang nilai 1500 mg/L – 3625 mg/L. ================================================================================================ Knowing the sulfate ion content in aggressive environments such as marine waters is important for planners concrete. It is intended as a basis in the manufacture of concrete according to standards and requirements as well as a mixture of cement water ratio according ISO 2847-2013 or ACI 318M-11. In addition to measurement techniques in the laboratory by various methods performed to determine the concentration of sulphate ions in sea water, remote sensing technology with the ability to take pictures of objects on the Earth's surface can be used to estimate the sulphate ions in the sea waters are spatially with regional scope. This research is intended to develop a model to estimate the sulfate ions in sea surface. Then with remote sensing techniques sulfate will be mapped using Landsat 8 OLI data. Estimation model of sulfate in this study were prepared using a regression equation with the data band 5 (NIR) Landsat 8 OLI. The spectral reflectance of Landsat 8 OLI band 5 (NIR) is used as an estimator or independent variable (x) whose value is derived from the Mobley (1999) formula using upward radiance of water (Lu), downward radiance atmosfer (Ls) and downward irradiance atmosfer (Ed) data taken in situ using a spectroradiometer TriOS Ramses tool. While the estimate or the dependent variable (y) is a seawater sulfate laboratium measurement results on samples of seawater with Turbidimetric method through a spectrophotometer tool. The model is made with a variety of both linear regression equation, non-linear and multiple to then choose the model that has more precision than existing models based on the smallest NMAE and RMSE values. The results of the validation of several models that are arranged and have the most precise accuracy is the power regression equation, that is �� = 10�.�� | �(�)|��.��� where �� is sulphate and x is Rrs (Refelctance remote sensing) of band 5 (NIR) of Landsat 8 OLI with NMAE and RMSE values respectively 5.99% and 192.09. The model is further implemented into Landsat 8 OLI to the territorial waters of the island of Madura temporally for for the acquisition month of the year 2015, 2016, 2017 dan 2018 and sorted into dry and rainy season maps. The results obtained in the form of a map of the distribution of surface water sulfate concentrations in the waters of the island of Madura general trend sulfate concentration distribution is consistently good in the dry season and the rainy season. From some of the sulphate values that occur noise so that it is inconsistent is affected by cloud cover, atmosphere or otherwise which interferes with satellite recording so that it affects the digital number. The lowest sulfate value is 1929.08199501037 mg/L in March 2017 and The highest sulphate value is 3299.74513721466 mg/L in October 2016. The highest sulphate is in the edge of the waters close to the beach and the harbor Ujung-Kamal for artificial factors more dominant form of family waste, industrial or ship oil spill compared to natural factors. While the class of sulfate exposure from the mapping results as SNI 2847:2013, included in the class S2 with the severity is severe. However, the value is still within the range of the first quartile of sulfate exposure class S2 which has a range of values 1500 mg/L – 3625 mg/L.

Item Type: Thesis (Doctoral)
Additional Information: RDS 621.367 8 Muh m-1 2019
Uncontrolled Keywords: Model estimasi, Algoritma etimasi, Penginderaan jauh, Landsat 8 OLI/TIRS, Durabilitas beton, Sulfat, Air Laut, Selat Madura, Estimation model, Etimation algorithm, Remote sensing, Mapping Landsat 8 OLI/TIRS, Concrete durability, Sulphate, Sea water, Madura strait
Subjects: G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Civil Engineering > 22001-(S3) PhD Thesis
Depositing User: Muhsi .
Date Deposited: 19 May 2022 07:58
Last Modified: 19 May 2022 07:58
URI: https://repository.its.ac.id/id/eprint/62513

Actions (login required)

View Item View Item