pixelcooker

Color composites generation workflow which emphasizes to mineral (clay, iron oxide, and ferrous minerals) distribution over wide area. This workflow can be applied to Landsat-8 or Landsat-9 imagery. Similar workflow also can be done for Sentinel-2 MSI imagery. Workflow can be applied to Level-1 data, and the most optimal is applied to the surface reflectance level data. Key interpretation about color and mineralogy association: 1. Reddish color = ferrous minerals 2. Greenish color = clay minerals 3. Bluish color = iron oxide minerals

Landsat 9 berhasil diluncurkan pada Senin, 27 September 2021 dari Vandenberg Space Force Base di California. Landsat 9 Merekam permukaan bumi selebar 185 kilometer. Resolusi spasial untuk citra multispektral sebesar 30 meter, atau seukuran lapangan bisbol. Untuk band pankromatik resolusi spasialnya sebesar 15 meter. Data Landsat 9 tersedia untuk umum dari USGS, dan dapat diunduh secara bebas, misalnya dari portal EarthExplorer  atau GLOVIS .  Landsat 9 sesuai namanya, merupakan satelit Landsat generasi ke-9 dimana sebelumnya telah diluncurkan Landsat 1 sampai Landsat 8. Secara spesifikasi, Landsat 9 relatif mirip dengan Landsat 8, baik dari sisi sistem maupun jenis data yang dihasilkan.  Landsat Satellite Family (Image Courtesy USGS) Instrumen Landsat-9 terdiri dari Sensor OLI-2 (Operational Land Imager) yang merupakan penerus sensor OLI-1 yang terpasang pada Satelit Landsat-8, dan Sensor TIRS-2 yang merupakan penerus Sensor TIRS-1 yang terpasang pada Landsat-8.  Sen...

Adding, Displaying, Manipulating, Processing and Analyzing Landsat-9 Data in ArcGIS Pro. For example, Pan Sharpening and NDVI Analysis. Due to Landsat-9 MTL Metadata is not yet supported in ArcGIS Pro 2.9.2 when this video is published, some of the automatic tasks that can be done easily with Landsat-8 can't be done in similar ways with Landsat-9. So we must be patient until the day is come. But on the other hands, all the raster functions implemented in ArcGIS pro should be works for this data flawlessly. 

I just noticed that at the recent version, ArcGIS has been implemented some sort of physical liked surface reflectance generation function in its image analysis module. The function is called apparent surface reflectance. An algorithm which takes into consideration all the iradiance related information stored in the metadata (sun azimuth angle, sun elevation angle, radiance gain/bias etc) to derive surface reflectance dataset, although it is not pure physical (because it does not consider the atmospheric condition at the acquisition date). The algorithm target the illumination condition which is theoretically should be similar between dates and wavelengths (differs in reality due to atmospheric effects, sun angle/position and sun-earth distance in every season etc) so it could be usable for color balancing and mosaicking (not sure if it will add certain degrees of accuracy in image classification). I make a guide if you want to try it by yourself

A new landsat-8 data provider has been added Using simple interface you can straightforwardly download landsat-8 data either just some bands or full dataset. This portal utilizing Amazon S3 free access Landsat-8 repository, so it will have some data acquisition delay compared with official USGS repository (EarthExplorer, GLOVIS, REVERB). Based on the test I conducted, I think data access thru this portal is greatly useful if you just need some quicklook or visual interpretation needs. Oh btw, Landsat-8 data obtained from this portal is reprojected to Web Mercator Projection, so if you need the data in UTM or Geographic Projection, just reproject it using ArcGIS, QGIS or other Geospatial softwares.

Its been a while since last time I am exploring pan sharpening. Recently I am stumbled on ENVI which had  just released version 5.3 (version 5.4 will be released around summer 2016 as far I know) and it is brings some new tools in their arsenal. One of them is NNDiffuse Pan Sharpening Algorithm. ENVI has known for very long time only have 4 common image fusion/pan sharpening algorithm (PCA, Brovey, CN, and IHS/HSV) thats not quite good to maintain spectral quality of the fusion/pan sharpening result. At later version, they are adding Gram Schmidt Spectral Sharpening which is one of the most advanced pan sharpening algorithm to date and making them equal with ERDAS (Ehlers/wavelet fusion) and PCI (UNB Fusion) as the most advanced Pan Sharpening Software. Now they are adding NNDiffuse which is the latest algorithm developed by Weihua Sun et al, NNDiffuse utilizing regression approach combined with spatial frequency extraction to generate pan sharpened dataset which not only mainta...

Another platform to download Landsat-8 Data No login and registration needs, more intuitive than Glovis/EarthExplorer

Bagi para penggiat, praktisi, pengguna, akademisi dan peneliti yang berkecimpung di dunia penginderaan jauh, dan geosciences pada umumnya, ada kabar baik. Saat ini LAPAN sebagai instansi pembina penginderaan jauh di Indonesia telah menyediakan data Landsat 5 sampai 8 yang mencakup seluruh wilayah Negara Kesatuan Republik Indonesia dan dapat diunduh secara cuma - cuma. Portal tersebut dapat diakses dari alamat web INI . Data yang tersedia disana sejauh yang sudah saya cek berisi data Landsat 5 TM, Landsat 7 ETM+ dan satelit Landsat generasi terbaru yang diluncurkan tahun lalu yaitu Landsat 8 OLI/TIRS. Data yang tersedia berkisar dari perekaman tahun 2009 sampai perekaman terbaru 2014. Adanya portal data spasial ini tentunya dapat menambah sumber layanan data Landsat yang sebelumnya hanya tersedia dari GLCF , EarthExplorer , dan Glovis .  Sebenarnya saya sudah tahu keberadaan portal ini sejak desember 2013 dimana pada saat itu portal ini sudah dipresentasikan oleh Ibu Dwikorita da...

Membuka citra satelit di ArcGIS kebanyakan praktisi dan pengguna GIS sudah paham. Bisa dengan memakai tool Add Data atau diakses dari Catalog. Yang penting formatnya didukung oleh ArcGIS. Namun demikian, untuk pemilik citra satelit "original" (original dalam artian masih dilengkapi metadata dan dalam format standar distribusi dari vendor citra, alias bukan citra turunan/hasil olahan), ada cara lain membuka dan menampilkan citra dalam ArcGIS/ArcMap. Cara ini merupakan prosedur standar menampilkan citra "original" ke dalam ArcMap. Dengan cara ini ArcMap akan mampu membaca metadata pendukung citra (informasi perekaman, orientasi, gain/bias, wavelength, RPC, dan lain-lain). Dengan terbacanya metadata citra dengan benar, maka proses pengolahan citra tingkat lanjut seperti Pan-Sharpening dan Orthorektifikasi dapat dilakukan dengan mudah di dalam ArcGIS (akan dibahas pada tutorial berikutnya, stay tuned). Untuk lebih lengkapnya, silahkan unduh tutorialnya di SINI ,

Melanjutkan postingan sebelumnya di sini  ,  kali ini adalah bagaimana mengekstrak surface brightness temperature data Landsat 8 TIRS dengan melibatkan Atmospheric Correction. Pada postingan sebelumnya, data surface brightness temperature hasil ekstraksi dianggap sebagai ToA ( Top of Atmosphere ) brightness temperature. Hal ini dikarenakan ekstraksi suhu didasarkan pada nilai radiansi yang diterima oleh sensor. Padahal nilai radiansi yang diterima sensor tidak hanya berasal dari interaksi energi matahari dan obyek (hubungan iradiansi, radiansi dan emisivitas), namun juga oleh pengaruh atmosfer (bisa berupa serapan maupun hamburan), sehingga nilai radiansi yang diterima sensor besar kemungkinan terdistorsi dan tidak mencerminkan nilai radiansi yang dipancarkan obyek. Oleh karena itu, untuk mendapatkan nilai estimasi brightness temperature yang akurat dan sesuai dengan radiansi yang dipancarkan obyek, koreksi atmosfer perlu dilakukan. Tahapan kerja yang dilakukan agak sediki...

Sensor Landsat TM (Landsat 5), ETM+ (Landsat 7) dan TIRS (Landsat 8) mampu merekam data radiansi panas permukaan bumi pada spektrum inframerah termal. Informasi radiansi panas pada spektrum thermal sangat dipengaruhi oleh suhu permukaan dan emisivitas obyek.  Makin tinggi temperatur suatu obyek, makin tinggi intensitas radiansinya. Informasi radiansi ditangkap sensor termal dan disimpan dalam bentuk digital number (DN) dengan range 0 sampe 255 (8bit) untuk data TM/ETM+ dan 0 sampai 65536 a. (16 bit) untuk data TIRS. Dengan demikian, maka DN diatas memungkinkan untuk dikonversi menjadi peta suhu permukaan. Tahapan yang dilakukan antara lain, mengubah DN menjadi nilai radiansi, mengaplikasikan koreksi atmosferik (later), mengkonversi radiansi ke temperatur permukaan, dan terakhir mengkonversi temperatur permukaan dari satuan kelvin ke satuan celcius. Berikut ini contoh penerapan ekstraksi temperatur permukaan menggunakan software ENVI 5.0 service pack 3 yang sudah mendukung ...

Citra landsat 7 ETM+ mengalami kerusakan Scan Line Corrector pada tahun 2003 yang menyebabkan hasil perekaman citranya tidak sempurna (Striping). Berbagai metode telah dikembangkan untuk memperbaiki kesalahan ini, seperti mulai dari interpolasi piksel tetangga, pengisian data dari perekaman tanggal yang lain dan teknik lainnya. Namun hasil yang diperoleh tidak selalu baik, mengingat karakteristik radiometrik tiap waktu perekaman biasanya berbeda (sistem penginderaan jauh tidak ideal). Pengisian gap pada dasarnya dapat dilakukan di software apapun yang sudah mendukung map algebra fungsi conditional (IF THEN ELSE) atau mosaicking (contoh cara pengisian gap dengan metode mosaik di ENVI dapat dilihat di link INI ), namun demikian ada beberapa tools otomatis yang dikembangkan untuk mempermudah proses gap filling. Sejauh yang berhasil saya telusuri, tools yang telah dikembangkan untuk melakukan koreksi gap fill antara lain, yang pertama adalah Software Landsat Gapfill yang dikembangkan U...