Analisis Penggunaan Toolbox Case 2 Regional Coast Colour - SNAP Untuk Estimasi Total Suspended Solids Pada Citra Landsat 8

Rizqulloh, Andin Gangsar (2020) Analisis Penggunaan Toolbox Case 2 Regional Coast Colour - SNAP Untuk Estimasi Total Suspended Solids Pada Citra Landsat 8. Other thesis, Institut Teknologi Sepuluh Nopember.

This is the latest version of this item.

[thumbnail of 03311640000078-Undergraduate_Thesis.pdf]
Preview
Text
03311640000078-Undergraduate_Thesis.pdf

Download (2MB) | Preview

Abstract

Kebutuhan akan pemantauan kualitas perairan di lingkungan pesisir yang lebih efisien telah menuntun pada kemajuan penting dalam perkembangan teknologi satelit penginderaan jauh dan algoritma penelitian. Teknologi penginderaan jauh dapat dimanfaatkan untuk memantau kadar TSS maupun Chl-a yang merupakan beberapa parameter penentu kualitas perairan. Berdasarkan hal tersebut, berbagai macam algoritma telah dikembangkan agar dapat digunakan untuk menghitung kadar TSS maupun Chl-a secara efektif serta akurat. Salah satunya adalah C2RCC atau Case 2 Regional Coast Colour. C2RCC merupakan salah satu perangkat yang ada pada perangkat lunak SNAP dan dikembangkan oleh Doerffer dan Schiller menggunakan database dari simulasi inversi transfer radiatif untuk mengubah TOA radiance (top of atmosphere radiance) menjadi radiansi pancaran-air “water-leaving radiance” dengan memanfaatkan teknologi jaringan syaraf untuk mendapatkan komponen optikal air atau IOP (Inherent Optical Properties). Konsentrasi TSS dan Chl-a yang dihasilkan, dihitung berdasarkan nilai IOP tersebut.
Seperti algoritma penginderaan jauh pada umumnya, C2RCC juga memiliki keterbatasan akurasi pada hasil perhitungan datanya, sehingga pada penelitian ini dilakukan pendugaan nilai TSS dari citra Landsat 8 menggunakan perangkat tersebut. Data hasil estimasi TSS dari C2RCC selanjutnya dibandingkan dengan data in-situ TSS (dilakukan match-up data) dan diplot pada diagram pencar (scatter plot) untuk mengetahui seberapa akurat data estimasi TSS yang dihasilkan. Perbedaan nilai antara hasil estimasi TSS dari C2RCC dengan data in situ TSS dievaluasi menggunakan NMAE (Normalized Mean Absolute Error), RMSE (Root Mean Square Error), dan korelasi pearson—kekuatan hubungan linier antara 2 variabel.
Dari 8 citra Landsat 8 dengan tanggal akuisisi 28 September 2014 hingga 28 Juni 2018 di wilayah perairan sekitar Brisbane, dan Hobart didapatkan titik match-up sebanyak 131 titik match-up. Berdasarkan hasil uji statistik data match-up, didapatkan nilai r2 0,037, RMSE 24,28 mg/L dan NMAE 198,75% untuk keseluruhan data. Dari perhitungan NMAE dapat dilihat bahwa semua hasil estimasi TSS menggunakan C2RCC memiliki nilai di bawah standar NMAE yaitu lebih dari 30% yang menunjukkan bahwa data hasil estimasi TSS dari C2RCC tidak sesuai dengan nilai konsentrasi TSS di lapangan.

=================================================================

The needs for more efficient monitoring of water quality in coastal environments has led to important advances in the development of remote sensing satellite technology and bio-optical algorithms. Remote sensing technology can be used to monitor TSS and Chl-a levels which are some parameters for determining water quality. Therefore, various algorithms have been developed to estimate TSS and Chl-a levels effectively and accurately. C2RCC or Case 2 Regional Coast Color is one of the tools available in the SNAP software and was developed by Doerffer and Schiller using a large database of radiative transfer inversion simulations to convert TOA radiance (top of atmosphere radiance) to water-leaving radiance. The inversion between TOA radiance and water-leaving radiance is performed by neural networks as basic technology to get optical components of water or IOP (Inherent Optical Properties). The resulting TSS and Chl-a concentrations are calculated based on the value of the IOP.
Like the remote sensing algorithm in general, C2RCC also has limited accuracy in the results of data estimation. Hence, in this study TSS value were calculated using C2RCC tool for Landsat 8. TSS estimation data from C2RCC then compared with in-situ data (match-up data) and plotted on scatter plots to find out how accurate TSS estimation data is generated. The discrepancies between in situ data and TSS estimation derived from C2RCC were evaluated using NMAE (Normalized Mean Absolute Error), RMSE (Root Mean Square Error), and Pearson correlation (strength of linear relationships between 2 variables). From 8 Landsat 8 images with the acquisition date of 28 September 2014 to 28 June 2018 in the coastal waters over Brisbane and Hobart, there were 131 match-up points. The results of the statistical evaluation match-up data, r2 is 0.037, RMSE 24.28 mg / L and NMAE 198.75% for the entire data. From the NMAE calculation it can be seen that all TSS estimation results using C2RCC have values below the NMAE standard that is more than 30% which indicates that TSS estimation results from C2RCC cannot represent TSS concentration values in the field.

Item Type: Thesis (Other)
Uncontrolled Keywords: C2RCC, Landsat 8, NMAE, TSS, C2RCC, Landsat 8, NMAE, TSS
Subjects: G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
G Geography. Anthropology. Recreation > GC Oceanography
Divisions: Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User: Andin Gangsar Rizqulloh
Date Deposited: 12 Aug 2020 07:30
Last Modified: 03 Jun 2023 14:16
URI: http://repository.its.ac.id/id/eprint/77635

Available Versions of this Item

Actions (login required)

View Item View Item