Apliaksi memakai citra landsat

Apliaksi memakai citra landsat

Dalam studi vegetasi ,tanaman pertanian dan tanah ,ada suatu ketetapan pentingnya melakukan survey untuk menemukan distribusi ,struktur dan tipe spasialnya .Informasi ini sangat dibutuhkan untuk tujuan pengelolaan pertanian dan kehutanan ,untuk informasi pembuat keputusan dalam perencanaan ,untuk studi kelayakan dalam proyek pembangunan dan beberapa pekerjaan keteknikan .Distribusi spasial menjelaskan variasi loaksi dalam karekteristik tanah dan tumbuhan .Pola menunjukan layout dan susunan unit – unit tanah dan tumbuhan pada suatu lokasi khusus .Identifikasi spesifik dari tanah dan tumbuhan membuat unit- unit individu homogen dapat diketahui dan perluasannya dapat dibatasi.Seluruh kebutuhan informasi dapat diketemukan secara efektif dengan menggunakan teknik pemginderaan jauh konvensional dan modern digabung dengan survey lapangan minimal.Ketersediaan data satelit ,khususnya data landsat MSS ,telah membuat aplikasi memungkinkan karena memperoleh keuntungan liputan areal luas ,kemampuan pemprosesan data computer dan kemampuan liputan berurutan dari data ini.

C.Identifikas tanaman pertanian .

Penggunaan citra data untuk identifikasi tanaman pertanian akhir –akhir ini telah banyak menarik perhatian ,karena prospek untuk mementau pertumbuhan tanaman pertanian dari ruang angkasa .contoh tanaman pertanian yang dapat diidentifikasi yakni adalah padi,jagung ,kacang-kacangan dan lain –lain.Dengan bantuan computer maka kita dapat mengidentifikasi tanaman pertanian.dengan data yang diperoleh membuka kesempatan untuk menaksir dan menduga produksi tanaman pertanian .Satu pendekatan digunakan untuk mengidentifikasi tipe-tipe tanaman pertanian dan untuk mengestimasi areal yang tertutup tanaman pertanian.Satu titik yang dieksperimenkan merupakan perluasan dari areal sample secara statistic dari suatu bagian kedua lainnya .Namun hal ini tergantung dari beberapa factor lingkungan seperti kondisi atmosfer dan kemiripan praktik pertanian .Juga penting diperhatikan perlunya data memiliki data areal sample yang lebih banyak sehubungan areal yang memiliki variasi tanaman pertanian dan tanah yang lebih besar.

Penelitian juga bereksperimen dengan tiga metode perbaikan klasifikasi computer selanjutnya .

· Menggunakan informasi probabilitas sebelumnya.

· Memakai kenampakan spasial dalam klasifikasi .

· Menggunakan data temporal.