Citra satelit | perubahan wajah bumi oleh expansi manusia

Standard

Jual Citra satelit Landsat

Citra satelit menunjukkan bagaimana peningkatan kemajuan telah mengubah muka bumi hanya dalam beberapa dekade. Citra satelit tahun 1987 dari Wadi As-Sirhan Basin di Arab Saudi menunjukkan sebagian besar gurun (gambar kiri), pada tahun 2012 sebagian besar wilayah tersebut telah berkembang menjadi lahan pertanian, dengan lingkaran hijau irigasi menghiasi lahan tandus.

Jual Citra satelit Landsat

Dikelola bersama oleh NASA dan US Geological Survey, inisiatif secara konsisten mengumpulkan data tentang planet kita sejak 23 Juli 1972, menjadi program satelit terlama di dunia untuk pengamatan lahan global. Pada tahun 1990 garis pantai Dubai tak tersentuh (gambar kiri), dengan kemajuan yang pesat selama 16 tahun telah tumbuh berkembangmenjadi negara yang terkenal hasil buatan manusial.

Jual Citra satelit Landsat

Tampilan citra satelit Landsat 7 di Brasil Dam samuael dalam pekerjaan yang baru dimulai pada tahun 1984, yang terletak di Sungai Jamari di Rondonia (gambar kiri). Gambar lain, yang diambil pada tahun 2011, menunjukkan dampak bendungan dengan reservoir baru dan daerah deforestasi yang terlihat jelas.

Gambar Binhai di Cina dalam pada tahun 1992 sangat sedikit urbanisasi di bagian pesisir (gambar kiri), tapi pada tahun 2012 daerah ini telah berubah dari daerah rawa menjadi zona ekonomi utama.

Gambar laut Aral antara Kazakhstan dan Uzbekistan, yang diambil pada tahun 1973, 1987, 1999, 2004, 2007 dan 2009, menunjukkan bagaimana laut tersebut telah hampir menghilang setelah fungsi batang air tersebut yang dialihkan oleh proyek-proyek irigasi Soviet. Setelah Itu dinyatakan sebagai salah satu danau terbesar yang ada di bumi.

Shenzhen, Cina pada tahun 1999 dan tahun 2008

Gambar citra inframerah dari deforestasi di wilayah Santa Cruz de la Sierra dari Bolivia, 1975, 1992 dan 2000.

Budidaya udang di Teluk Fonseca, Amerika Tengah, 1985, 1999 dan 2011

Santiago, Chili, 1985 dan 2010

Danau Meredith, USA, 1990 dan 2011

Laut Mati, 1984 dan 2011

Columbia Glacier, Alaska, 1986, 2000 dan 2011

Maroko, 1985 dan 2011

Tucson, Arizona, Amerika Serikat, 1984 dan 2011

Jakarta, Indonesia, 1976, 1989 dan 2004

Great Salt Lake, USA, 1985 dan 2010

Laut Kaspia 1972, 1987 dan 2010

Advertisements

Pengolahan Data Citra Satelit | GCP Alami Dan Buatan

Standard

GCP alami dan buatan :

  • Diguanakan untuk Georeferensi citra satelit optik penginderaan jauh
  • Objek (misalkan : sudut-sudut jalan, marka jalan) yang dapat diidentifikasi di lapangan dan dalam gambar dan tidak berubah posisinya, antara di gambar dan pada saat pengambilan data lapangan. Georeferencing digunakan untuk meningkatkan posisi gambar dan mengurangi miss-registrasi antara data lapangan dan data citra satelit.
  • Diperlukan untuk mengcover seluruh extend area penelitian
  • dapat diukur dengan GPS atau GPS Differential tergantung pada ketersediaan

Jual Citra Satelit, Pengolahan Data Citra Satelit, Pengolahan Data Citra Satelit, Tahapan Pengolahan Citra Satelit

Jual Citra Satelit, Pengolahan Data Citra Satelit, Pengolahan Citra Satelit, Tahapan Pengolahan Citra Satelit, Pengolahan Citra Satelit, Tahapan Pengolahan Citra Satelit

 Manual Collected GCP

citra digital globe

Standard
Jual Citra Satelit dari DigitalGlobe

Cuanza River, Angola, April 28, 2013 – Cambambe Dam 

Jual Citra Satelit dari DigitalGlobe

Dunalley, Australia, Jan. 6, 2013 – fires, false color image 

Jual Citra Satelit dari DigitalGlobe

Aleppo, Syria, May 26, 2013 – The Citadel of Aleppo – medieval fortified palace 

Jual Citra Satelit dari DigitalGlobe

Utah, USA, April 22, 2013 – Colorado River 

Jual Citra Satelit dari DigitalGlobe

Versailles, France, Aug. 20, 2013 – Palace of Versailles 

Jual Citra Satelit dari DigitalGlobe

Australia, April 22, 2013 – Great Barrier Reef 

Jual Citra Satelit dari DigitalGlobe

near the city of Sur, Oman, Feb. 13, 2013 – massive “green tide” 

Jual Citra Satelit dari DigitalGlobe

Croatia, Feb. 16, 2013 – Galešnjak (Island of Love) 

Jual Citra Satelit dari DigitalGlobe

Hong Kong, China, May 9, 2013 – giant rubber duck 

Jual Citra Satelit dari DigitalGlobe

Madang Province, Papua New Guinea, March 22, 2013 

Jual Citra Satelit dari DigitalGlobe

Naples, Italy, Feb. 19 2013 – Mount Vesuvius 

Jual Citra Satelit dari DigitalGlobe

Namib Desert, Namibia, May 13, 2013 – Sossusvlie area 

Jual Citra Satelit dari DigitalGlobe

Niger, Feb. 13, 2013 – Arlit Uranium Mine 

Jual Citra Satelit dari DigitalGlobe

Gwadar coast, Pakistan, Sept. 29, 2013 – new island created by earthquake in Pakistan 

Jual Citra Satelit dari DigitalGlobe

Doha, Qatar, March 4, 2013 – Artificial island spanning nearly four million sq meters. 

Jual Citra Satelit dari DigitalGlobe

Sochi, Russia, March 17, 2013 – Site of 2014 winter Olympics 

Jual Citra Satelit dari DigitalGlobe

Schooner Cays, Bahamas, May 26, 2013 

Jual Citra Satelit dari DigitalGlobe

Valencia, Spain, July 19, 2013 – Palau de les Arts Reina Sofia and Gulliver Park with an enormous fiberglass model of Lemuel Gulliver trapped 

Jual Citra Satelit dari DigitalGlobe

Belfast, Northern Ireland, Nov. 3, 2013 – “Wish,” a large-scale art work 

Jual Citra Satelit dari DigitalGlobe

Xian, China, Sept. 24, 2013 – Shiyuan Park

 

Citra Satelit | Alat Baru Untuk Konservasi

Standard

Dengan citra satelit para aktivis konservasi mendapatkan pemandangan luas tentang apa yang terjadi di lapangan.

jual citra satelit resolusi tinggi

Citra satelit dari hutan tanaman (digambarkan di atas) di Sumatera, Indonesia, membantu mengidentifikasi ancaman terhadap habitat harimau

Citra satelit bisa dikatakan sebagai gambar yang menyimpan ribuan kata, karna Citra satelit dapat menceritakan suatu kisah penting bagi konservasi dan bagi orang lain yang concern dalam  melindungi harimau atau spesies lain  yang terancam punah.

Peta adalah bahasa umum, dengan citra satelit informasi bisa diterima langsung tanpa filter apapun, dengan pemantauan satelit, tidak mungkin untuk menyembunyikan apa yang anda lakukan di atas tanah maupun rahasia kotor pertambangan, atau penebangan liar, dan polusi hutan.

The Global Tiger Initiative kemudian menganalisa Citra Satelit resolusi tinggi dari negara-negara yang ada habitat harimau seperti: Rusia, India, China, Myanmar (Burma), Laos dan Thailand. Dalam beberapa bulan terakhir, situasi telah tumbuh melampaui wilayah habitat harimau yang penting secara ekologis ke wilayah tersebut, mulai dari Amazon di Amerika Selatan untuk wilayah Indonesia, meliputi 380.000 mil persegi (1.000 .000 persegi) kilometer dari tanah yang subur.

Platform ini melampaui Google Maps dan Google Earth, di mana gambar dari daerah terpencil dan hutan cenderung blur. Setiap pixel dalam  platform lanskap terbuka mewakili hampir 20 inci (50 cm) di atas tanah lebih dari cukup untuk mengidentifikasi individu atau jenis pohon tertentu.

Menyelamatkan Harimau Dengan Pemetaan

Melalui satelit bumi, konservasionis dapat melihat apa yang terjadi di lapangan. Dalam empat tahun, lahan yang ditempati oleh harimau menyusut 4.600 mil persegi (12.000 km ²), tiga kali ukuran dari Rhode Island, menurut sebuah laporan yang diterbitkan oleh National Konservasi Harimau Authority and Wildlife Institute India dan baru-baru ini dikutip dalam Times of India. Harimau sekarang berkisar antara tujuh persen dari daerah sejarah mereka dalam 200 tahun terakhir, para ilmuwan mengatakan Uma Ramakrishnan, dari Pusat Nasional India untuk Ilmu Biologi.

jual citra satelit resolusi tinggi

Pandangan lebih dekat perkebunan pohon2 menunjukkan tiga tahapan yang berbeda dari rotasi suatu perkebunan : daerah dibersihkan (kiri bawah), pohon muda (kanan atas), dan tanaman menghasilkan (kiri atas dan kanan bawah).

Perubahan vegetasi sering meninggalkan jejak. Dengan citra satelit, pertanian terlihat sangat berbeda dari struktur alami, dimana kita bisa melihat mosaik akuisisi citra yang berbeda, pohon-pohon yang berbeda ukuran, spesies yang berbeda dan warna daun yang berbeda dari daun.

Citra resolusi tinggi juga dapat mengungkapkan bencana ekologis seperti kebakaran dan tumpahan minyak. Pada tahun 2010, pipa minyak Timur Siberia Samudera Pasifik, yang dibangun untuk mengekspor minyak ke negara-negara Asia yang merupakan ancaman potensial terhadap harimau Siberia, ketika kehilangan lebih dari 10.000 kaki kubik (280 meter kubik) minyak di Siberia Timur.

Sumber : Sasha Ingber (National Geographic)

Definisi GIS dan Penginderaan Jauh

Standard
Ada beberapa definisi dari GIS ( Sistem Informasi Geografis ), yang bukan hanya sebuah program. Secara umum, GIS adalah sistem yang memungkinkan dalam penggunaan informasi geografis (data yang memiliki koordinat spasial). Secara khusus, GIS memungkinkan untuk tampilan, query, perhitungan dan analisis data spasial, yang terutama dibedakan dalam raster atau struktur data vektor. Vektor terbentuk dari objek berupa titik, garis atau poligon, dan setiap objek dapat memiliki satu atau lebih nilai atributnya, sebuah raster merupakan grid atau gambar di mana setiap sel memiliki nilai atribut (Fisher dan Unwin, 2005).
 
Beberapa aplikasi GIS menggunakan gambar raster yang berasal dari penginderaan jauh. Penginderaan jauh adalah pengukuran energi yang berasal dari permukaan bumi. Jika sumber berasal dari energi matahari, maka disebut penginderaan jauh pasif, dan hasil pengukuran ini bisa menjadi citra digital (Richards dan Jia, 2006).
 
Spektrum elektromagnetik adalah “sistem yang mengklasifikasikan berdasarkan panjang gelombang, seluruh energi yang bergerak, harmonis, pada kecepatan konstan cahaya” (NASA, 2013). Ukuran energi Sensor pasif dari bagian optik spektrum elektromagnetik: terlihat, dekat inframerah (IR yaitu), gelombang pendek IR, dan IR thermal.
Hal ini layak disebut penginderaan jauh aktif, yang kerjanya di kisaran microwave menggunakan sensor radar, yang ukuran energinya tidak dipancarkan oleh matahari tetapi dari platform sensor (Richards dan Jia, 2006).
 
Interaksi antara energi matahari dan materialnya tergantung pada panjang gelombang, energi surya bergerak dari matahari ke bumi dan kemudian ke sensor. Sensor berada di dalam pesawat atau di badan satelit, mengukur radiasi elektromagnetik pada rentang tertentu (biasanya disebut band ). Akibatnya, langkah-langkah yang terkuantisasi dan diubah menjadi gambar digital, di mana setiap elemen gambar (pixel) memiliki nilai diskrit dalam satuan Digital Number ( DN ) (NASA, 2013). Gambar yang dihasilkan memiliki karakteristik yang berbeda (resolusi) tergantung pada sensor.
Ada beberapa jenis resolusi :
  • Resolusi spasial , biasanya diukur dalam ukuran pixel, “adalah menyelesaikan kekuatan suatu instrumen yang diperlukan untuk diskriminasi fitur dan didasarkan pada ukuran detektor, panjang fokus, dan sensor ketinggian” (NASA, 2013); resolusi spasial juga disebut sebagai resolusi geometris atau IFOV;
  • Resolusi spektral , adalah jumlah dan lokasi dalam spektrum elektromagnetik (didefinisikan oleh dua panjang gelombang) band spektral (NASA, 2013) pada sensor multispektral, untuk setiap band sesuai gambar;
  • Resolusi radiometrik , biasanya diukur dalam bit (bilangan biner), adalah kisaran nilai kecerahan yang tersedia, yang pada gambar sesuai dengan jangkauan maksimum DNS, misalnya gambar dengan resolusi 8 bit memiliki 256 tingkat kecerahan (Richards dan Jia, 2006);
  • Untuk sensor satelit, ada juga resolusi temporal , yang merupakan waktu yang dibutuhkan untuk meninjau daerah yang sama dari Bumi (NASA, 2013).
Sebagai contoh, Landsat adalah salahsatu satelit multispektral yang dikembangkan oleh NASA (National Aeronautics and Space Administration dari USA), sangat berguna untuk penelitian lingkungan. Resolusi sensor Landsat 7 ditampilan pada gambar berikut, serta, Landsat resolusi temporal adalah 16 hari (NASA, 2013).
Resolusi Landsat 7 dari NASA 2013
Seringkali kombinasi yang dibuat dari tiga citra monokrom , di mana masing-masing diberi warna yang ditetapkan, ini didefinisikan sebagai warna komposit dan berguna untuk interpretasi citra (NASA, 2013). Warna komposit biasanya dinyatakan sebagai “RGB = Br Bg Bb” dimana: R adalah singkatan dari Red, G singkatan dari Green, dan B singkatan Biru, Br adalah jumlah band yang berhubungan dengan warna Merah, Bg adalah jumlah band yang terkait dengan Warna hijau, dan Bb adalah jumlah band yang terkait dengan warna Biru.
Contoh berikut menunjukkan komposit warna “RGB = 4 3 2” dari Landsat 8 gambar (untuk Landsat 7 adalah 3 2 1) dan komposit warna “RGB = 5 4 3” (untuk Landsat 7 adalah 4 3 2) .Komposit “RGB = 5 4 3” berguna untuk mengidentifikasi vegetasi, karena jelas terlihat dalam warna merah.
 

 

Contoh warna komposit dari citra Landsat 8

Data tersedia dari USGS Geological Survey

 

 
Supervised classification adalah teknik pengolahan citra untuk identifikasi material pada citra, sesuai dengan identitas karakter spektral citra. Ada beberapa macam algoritma klasifikasi, tetapi tujuan umum adalah untuk menghasilkan peta tematik tutupan lahan.
Land Cover/Tutupan lahan adalah material pada lahan, seperti tanah, vegetasi, air, aspal, dll (Fisher dan Unwin, 2005). Tergantung pada resolusi sensor, jumlah dan jenis maupun kelas tutupan lahan yang dapat diidentifikasi dalam gambar dapat bervariasi secara signifikan.
Pengolahan citra dan analisis spasial GIS memerlukan software khusus.
Setelah proses klasifikasi, hal ini berguna untuk menilai akurasi dari klasifikasi tutupan lahan, untuk mengidentifikasi dan mengukur tingkat kesalahan peta.
___________________________________________________________________________
References:
  • Congalton, R. and Green, K., 2009. Assessing the Accuracy of Remotely Sensed Data: Principles and Practices. Boca Raton, FL: CRC Press.
  • Fisher, P. F. and Unwin, D. J., eds. 2005. Representing GIS. Chichester, England: John Wiley & Sons.
  • NASA, 2013. Landsat 7 Science Data User’s Handbook. Available at http://landsathandbook.gsfc.nasa.gov
  • Richards, J. A. and Jia, X., 2006. Remote Sensing Digital Image Analysis: An Introduction. Berlin, Germany: Springer.