Inderaja Terapan B - Koreksi Atmosferik 6SV
Inderaja Terapan B - Koreksi Atmosferik 6SV
Inderaja Terapan B - Koreksi Atmosferik 6SV
OLEH :
ZAHRA RAHMA LARASATI (3513100086)
DOSEN PEMBIMBING :
NAMA : LALU MUHAMAD JAELANI, S.T, M.Sc, Ph.D
DAFTAR ISI
DAFTAR ISI............................................................................................................................................... ii
KATA PENGANTAR.................................................................................................................................. iii
BAB I PENDAHULUAN ............................................................................................................................. 4
1.1
1.2
ii
KATA PENGANTAR
Dengan mengucapkan puji syukur kepada Allah SWT, karena dengan limpahan rahmat
dan karunia-Nya laporan yang berjudul KOREKSI ATMOSFERIK DENGAN
MENGGUNAKAN METODE SECOND SIMULATION OF A SATELLITE SIGNAL IN
THE SOLAR SPECTRUM-VECTOR (6SV) PADA CITRA LANDSAT 8 ini dapat
terselesaikan dengan lancar. Laporan Penginderaan Jauh Terapan ini kami ajukan untuk
memenuhi tugas mata kuliah Penginderaan Jauh Terapan kelas B Jurusan Teknik Geomatika
Institut Teknologi Sepuluh Nopember Surabaya. Kami juga mengucapkan banyak terima kasih
kepada Bapak Lalu Muhamad Jaelani, S.T, M. Sc, Ph. D. selaku dosen pembimbing Mata
Kuliah Penginderaan Jauh Terapan dan pihak-pihak yang telah membantu atas penyelesaian
laporan ini.
kekurangan. Kami mengharap saran atau kritik yang dapat meningkatkan untuk penyusunan
laporan berikutnya. Semoga laporan ini bermanfaat untuk banyak pihak.
Penulis
iii
BAB I PENDAHULUAN
1.1 Latar Belakang
Dalam penginderaan jauh, data yang diperoleh berupa data citra digital dimana citra
yang diperoleh melalui perekaman sensor tersebut tidak terlepas dari kesalahan-kesalahan.
Maka dari itu pada tahap awal diperlukan adanya restorasi citra atau pre-processing citra
untuk memperbaiki kesalahan tersebut dan meningkatkan kualitas citra.
Kualitas citra dapat dinilai dari dua aspek, yaitu kualitas geometrik dan kulitas
radiometrik. Untuk meningkatkan kualitas geometrik dibutuhkan koreksi geometrik dan
dengan adanya koreksi geometrik ini dapat memperbaiki kesalahan-kesalahan pada saat
perekaman citra yang diakibatkan oleh sensor, wahana, dan bumi. Sedangkan untuk
meningkatkan kualitas radiometrik dibutuhkan adanya koreksi radiometrik untuk mengoreksi
kesalahan oleh sensor dan sistem sensor terhadap respon detektor dan pengaruh atmosfer
stasioner.
Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi yang
diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi gelombang
elektromagnetik oleh atmosfer, variasi sudut pengambilan data, variasi sudut eliminasi, sudut
pantul dan lain-lain yang dapat terjadi selama pengambilan, pengiriman serta perekaman
data. Koreksi radiometrik dikelompokkan menjadi dua, yaitu kalibrasi radiometrik
(radiometric calibration) dan koreksi atmosferik (atmospheric correction).
Radiasi yang melewati atmosfer dapat menyebabkan terjadinya pelemahan nilai
reflektan yang pada akhirnya pengukuran reflektan yang dihasilkan berbeda dari pengukuran
reflektan yang sebenarnya pada permukaan yang diamati. Penghapusan efek atmosfer
menjadi sangat penting karena 80% dari sinyal yang direkam akan berpengaruh dengan
adanya efek atmosfer ini. Untuk itu perlu dilakukan adanya koreksi atmosferik.
Dalam praktikum ini dengan menggunakan software Beam Visat akan dilakukan
koreksi atmosferik dengan tujuan untuk menghilangan gangguan atmosfer dengan
menggunakan Metode Second Simulation Of A Satellite Signal In The Solar Spectrum-Vector
(6SV) pada citra Landsat 8.
Penyesuaian Histogram (histogram adjustment) atau metode Penyesuaian Regresi. Asumsi yang
melandasi metode ini adalah nilai piksel terendah tiap band seharusnya bernilai 0. Apabila nilai
lebih besar dari 0, maka dihitung sebagai bias atau offset, dan koreksi dilakukan dengan cara
menghilangkan bias tersebut, yaitu mengurangi keseluruhan nilai spektral pada saluran asli dengan
nilai biasnya masing-masing. Di ENVI dapat dilakukan dengan Band Math atau Dark
Substract atau Pada ER Mapper menggunakan algoritma Gaussian Equalize.
digunakan untuk melakukan perhitungan algoritma koreksi atmosfer pada citra MODIS
(MODerate resolution Imaging Spectro-radiometer). Dengan menggunakan metode ini maka
dimungkinkan simulasi yang akurat untuk satelit dan pengamatan melalui media pesawat
terbang, perhitungan objek dengan ketinggian tertentu, pemodelan dari molekul/ aerosol/
campuran atmosfer dengan menggunakan formula Lambertian dan perhitungan penyerapan
gas. Dalam metode 6SV data dalam format radian. Citra dikoreksi dengan menggunakan
rumus:
= / (. + )
= ( )
Dimana adalah reflektan permukaan dan adalah radian. Parameter-parameter
koreksi diperoleh dengan menjalankan perangkat lunak 6SV berbasis web yang dapat diakses
di http://6s.ltdri.org/ Untuk mendefinisikan konsentrasi aerosol, digunakan parameter
meteorology berupa horizontal visibilityyang dapat dimasukkan secara langsung dalam 6SV.
Sensor pencitra OLI (Operational Land Imager) pada LDCM (Landsat-8) yang
mempunyai 1 kanal inframerahdekat dan 7 kanal tampak reflektif, akan meliput panjanggelombang panjanggelombang elektromagnetik yang direfleksikan oleh objek pada permukaan
Bumi, dengan resolusi spasial 30 meter. Sensor pencitra OLI mempunyai kemampuan resolusi
spasial dan resolusi spektral yang menyerupai sensor ETM+ (Enhanced Thermal Mapper plus)
dari Landsat-7. Akan tetapi sensor pencitra OLI tidak mempunyai kanal termal. Namun
demikian, sensor pencitra OLI ini mempunyai kanal-kanal yang baru yaitu : kanal-1: 443 nm
untuk deteksiaerosol garis pantai dan kanal 9 : 1375 nm untuk deteksi cirrus. Ketersediaan
kanal-kanal spectral reflektif dari sensor pencitra OLI pada LDCM (Landsat-8) yang
menyerupai kanal-kanal spektral reflektif ETM+ (Enhanced Thermal Mapper plus) dari
Landsat-7, memastikan kontinuitas data untuk deteksi dan pemantauan perubahan objek-objek
pada permukaan Bumi global. Untuk mengatasi kontinuitas data Landsat-7 pada kanal
inframerah termal, pada tahun 2008, program LDCM (Landsat-8) menetapkan sensor pencitra
TIRS (Thermal Infrared Sensor) ditetapkan sebagai pilihan (optional), yang dapat
menghasilkan kontinuitas data untuk kanal-kanal inframerah termal yang tidak dicitrakan oleh
OLI.
Dalam pemanfaatan data satelit LDCM (Landsat-8) atau data inderaja lainnya, yang
berorientasi pada ketersediaan data dan kebutuhan jenis informasi, faktor-faktor yang menjadi
pertimbangan untuk melaksanakan aplikasi kasus-kasus pemetaan atau perencanaan wilayah,
pengelolaan sumber daya alam dan lingkungan maupun untuk pengelolaan bencana alam dan
lain sebagainya dengan hasil yang efektif dan efisien adalah:
1) Pemilihan data yang menyangkut: pemilihan kanal/resolusi atau kombinasi kanal spektral
dan resolusi spasial, resolusi temporal dan resolusi radiometrik serta luas liputan satu citra,
2) Penentuan prosedur atau teknik dan metode pengolahan dan analisis data citra. Kemampuan
pencitraan multispektral telah lama menjadi pusat program satelit seri Landsat.
2. Bahan
a. Citra Landsat 8 daerah Lombok, Path/Row 116/66
b. Metadata Landsat 8 daerah Lombok, Path/Row 116/66
3.2 Prosedur Pelaksanaan
Langkah pertama untuk melakukan koreksi rediometrik dengan menggunakan metode
6SV adalah mencari parameter xa, xb, xc pada website http://6s.ltdri.org/ . hasil perhitungan
parameter tersebut yang nantinya akan di gunakan pada option Band Math untuk melakukan
koreksi atmosferik , adapaun tahapan yang dilakukan dalam pemrosesan untuk mendapatkan
nilai parameter tersebut ada 6, yaitu :
Geometrical Condition
Atmospherical Model
Spectral Condition
Ground Reflectance
Signal
Result
Hal pertama yang harus dilakukan untuk mendapatkan parameter xa, xb, xc adalah
sebagai berikut
1. Buka website http://6s.ltdri.org/ seperti pada gambar di bawah >> run 6SV >> submit
9
2. Pilih Geomatrical Condition. Pada Geometrical Condition, pilih terlebih dahulu citra
yang akan kita koreksi (dalam praktikum ini adalah Landsat 8, sehingga pilih User). >>
submit
10
Month dan Day merupakan hari dan bulan kapan citra yang kita gunakan tersebut
di ambil datanya, keterangan ini dapat kita lihat di Meta data citra yang akan kita
gunakan (pada praktikum ini citra yang saya gunakan di ambil pada tanggal 15
April 2015)
Solar Zenithal angle di dapat dari perhitungan 90- (solar elevation angle)
Sedangkan mencari solar elevation angle berasal dari web www.esri.noaa.gov ,
seperti pada gambar di bawah :
Nilai date Month Year dan time dapat dilihat dari metadata, time zone dipilih 7
karna Lombok memasuki zona 7, sedangkan Latitude dan Longitude di dapat dari
koordinat titik tengah citra yang sudah kita subset pada praktikum sebelumnya. Kita
dapat mengatahuinya dengan cara :
Buka citra yang sebelumnya sudah kita subset subset sebelumnya dengan
cara buka envi >> file >> open >> buka ROI
11
Pilih crosshairs untuk mebuag garis bantu menentukan titik tengah citra,
12
13
Sensor azimuth angle di cari dari 2 koordinat yang ada di meta data (Azimuth
UL- Azimuth LL) dengan menggunakan converter pada we www.satsig.net untuk
merubah bentuk decimal ke derajat menit detik dan selanjutnya menggunakan web
www.fcc.gov untuk mencari nilai sensor azimuth angle
Sehingga hasilnya
CORNER_UL_LAT_PRODUCT = -7.62648 = 73735.328
CORNER_UL_LON_PRODUCT = 114.84178 = 1145030.408
14
Menghitung sensor azimuth dari data corner yang sudah dalam satuan derajat
menit detik:
15
: Tropical
: Maritime Model
6. Pilih Submit maka akan muncul Parameter berikutnya yang harus diketahui adaalah data
Visibility atau AOT nya. Data yang bagus sebenernya mengetahui data AOT atau
16
Aerosol nya, akan tetapi ada pilihan lain dengan mencari visibility nya melalui stasiun
cuaca terdekat dari region yang akan kita analisa salah satunya BMKG. Dalam praktikum
kali ini kita bisa mendapatkan data tersebut pada website
http://www.wunderground.com/ sesuai tanggal citra yaitu tanggal 15 April 2015.
Pada website wounderground.com pilih stasiun yang terdekat dengan lokasi. Pada
praktikum ini lokasi Ampean Lombok adalah lokasi terdekat dengan citra yang sudah di
subset.
17
Pilih history >> masukan data waktu dan lokasi stasiun terdekat dengan wilayah yang
kita ambil >> klik submit
Pilih waktu yang paling deket waktunya dari jam 9 pagi adalah jam 8 pagi sehingga nilai
visibilitynya adalah 8km
18
7. Kembalikan ke perhitungan 6s >> pilih Visibility >> masukan nilai visibility yang sudah
di dapat dari Wounderground.com
: Sea Level
: Satellite Level
9. Parameter berikutnya adalah Spectral Conditions, karena Landsat 8 belum tersedia pada
6SV maka kita akan memasukkan kondisi spectral tiap band nya seperti berikut. Pilih
step by step output with the filter function = 1 dan untuk select band bebas karena
pada select spectral conditions kita tidak memilih choose bands lalu click Submit.
Masukkan nilai bandnya lalu klik Submit.
19
10. Selanjutnya adalah masukan panjang gelombang landsat 8 mulai dari band 1, dengan
data panjang gelombang sebagai berikut :
11. Parameter ke lima adalah Ground Reflectance. Pada parameter ini pilih :
: Homogeneous Surface
Dirrectional Effects
: No Directional Effect
20
13. Selanjutnya adalah step result >> pilih out put . Maka hasilnya akan keluar dengan
parameter xa, xb, xc seperti yang di lingkari
21
16. Buka Software Snap untuk melakukan spatial subset. Open Product >> buka meta
datanya >> open
17. Klik kanan pada Product citra yang sudah di import >> open RGB >> pilih red green blue
>> OK
22
18. Akan muncul Citra seperti di bahawah. Kemudian klik kanan pada citra >> klik Spatial
subset from view
19. Pilih tempat penyimpanan >> save as >> klik RUN. Tunggu sampai proses selesai
20. Klik kanan pada product yang di hasilkan >> open RGM dan lakukan lagi pilihan spatial
Subset
23
Untuk mengisi kolom Scene Start dan Scene end dengan ukuran dan posisi yang sama
seperti saat melakukan subset pada ENVI saat menggunakan metode DOS, maka salah
satu sacanya adalah mengecek koordinta tersebut di ENVI
Buka ENVI >> buka file ROI pada praktikum sebelumnya >> klik kanan pada kotak
komen kemudian pilih pixel Coordinates
24
Arahkan kursor ke pojok kiri atas kotak citra yang sidah di subset sehingga di dapat
koordinat x= 3425,0549 dan y= 3726,0701. Masukan koordinat tersebut ke kolom scene
start. Kemudian untuk kolok scene end tambahkan 1000 dari masing- masing koornidat x
dan y. hal ini di karenakan pada praktikum sebelumnya ukuran kotak subsetnya adalah
1000x1000. >> kemudian klik OK
22. Kemudian akan muncul produk 3 pada kotak produk. Klik kanan pada product 3 >> open
RGB
25
23. Sehingga akan dihasilkan produk citra yang sudah di subset seperti di bawah:
26
27. Pilih band math pada band 1 (costal aerosol) dengan cara klik kanan >> Create band math
from math expression.
28. Masukan rumus yang sudah di cari parameter 6SV yaitu Y = Xa * (Band) Xb
(contoh praktikum ini menggunakan band 2 = blue)
27
29. Lakukan lagi band math untuk rumus ke dua tapi masih pada band yang sama. Klik kanan
>> Create band math from math expression >> beri nama yang sesuai >> pilih edit
expression
30. Masukan rumus kedua yaitu : Arc = Y/(1.0 +Xc*Y) . catatan : nilai xa, xb, dan xc di
dapat dari perhitungan parameter 6SV pada website, sehingga nantinya nilai per band
akan berbeda sesuai parameternya.
31. Lakukan langkah 27 sampai 30 untuk semua band dari band 1 sampai band 7.
28
BAB IV PENUTUP
4.1 Hasil
1. Hasil Perhitungan parameter dari band 1 sampai band 7
Band 1
Band 2
Band 3
Band 4
Band 5
Band 6
29
Band 7
2. Hasil perbandingan tiap Band dari band 1 sampai band 7 dengan menggunakan metode
6SV ( lihat yang nilai akhirnya saja : b11.b12.b13 dst..)
30
Band 2
Band 3
31
Band 4
Band 5
Band 6
32
Band 7
4.3 Kesimpulan
Kesimpulan dari praktikum ini adalah sebagai berikut :
1. Setelah dilakukan koreksi atmosferik metode Dark of Substraction (DOS) maka akan
di dapatkan nilai (value) diantara 0 sampai 1. Pada metode Dark of Substraction
(DOS) terdapat 3 cara yang bisa dilakukan, yaitu ROI, Band Minimum, dan User
Value. Dimana pada praktikum kali ini hanya dilakukan ROI saja.
2. Sebenarnya sebelum dilakukan koreksi atmosferik Second Simulation of a Satellite
Signal in the Solar Spectrum Vector (6SV) sebaiknya kita mengetahui untuk apa
kita menganalisa citra tersebut setelah dilakukan koreksi atmosferik 6SV. Karena
pada 6SV terdapat parameter-parameter yang berbeda sesuai dengan kebutuhan yang
akan dilakukan dan sesuai dengan jenis satelitnya.
3. Koreksi atmosfer menggunakan metode 6SV menghasilkan nilai minimum dibawah 0
dan nilai maksimum yang beragam, ada yang di bawah dan di atas 1untuk setiap band.
Untuk melakukan perhitungan koreksi atmosfer metode 6SV diperlukan beberapa
parameter tambahan seperti parameter meteorologi yang berfungsi untuk mengetahui
nilai horizontal visibility, parameter koreksi seperti sudut azimuth matahari, sudut
zenith matahari, sudut sensor azimuth, dan sudut sensor zenith.
4. Pada koreksi atmosferik metode 6SV dilakukan secara online pada website
6s.ltdri.org dimana dibutuhkan koneksi yang stabil agar IP tidak berubah-ubah. Dan
dengan metode ini pula diperlukan perhitungan yang lebih panjang untuk mengetahui
parameter-parameter yang akan di inputkan.
33
5. Koreksi atmosferik metode DOS dapat diterapkan langsung untuk kesemua band
sedangkan pada koreksi atmosferik metode 6SV, parameternya hanya bisa diterapkan
pada satu band nya dan dari parameter-parameter tersebut diolah kembali pada Beam
Visat sehingga diperlukan waktu yang lebih lama.
34
DAFTAR PUSTAKA
Haris. 2014. Radiometric Correction (Koreksi Radiometrik).
<http://petacitrasatelit.blogspot.co.id/2014/06/radiometric-correction-koreksi.html>
diakses pada tanggal 16 september 2016 pukul 14.05
Ridwan, Rizki. 2014. Koreksi Atmosferik (bagian 1).
<http://rikiridwana.blogspot.co.id/2014/12/koreksi-atmosferik-bagian-2.html> diakses
pada tanggal 16 September 14.30
Ridwan, Rizki. 2014. Koreksi Atmosferik (bagian 2).
<http://rikiridwana.blogspot.co.id/2014/12/koreksi-atmosferik-bagian-2.html> diakses
pada tanggal 16 September 14.50
Gokmaria Sitanggang Peneliti Bidang Bangfatja, LAPAN. 2010. Kajian Pemanfaatan Satelit
Masa Depan : Sistem Penginderaan Jauh Satelit LDCM (Landsat-8). Jakarta. LAPAN
6SV CODE AUTHORS. 6SV. http://6s.ltdri.org/. diakses pada tanggal 9 Oktober 2016
Feeral Communications Commission. Distance and Azimuths Between Two Sets of
Coordinates.
https://www.fcc.gov/encyclopedia/distance-and-azimuths-between-
35
LAMPIRAN
Metadata yang asli :
GROUP = L1_METADATA_FILE
GROUP = METADATA_FILE_INFO
ORIGIN = "Image courtesy of the U.S. Geological Survey"
REQUEST_ID = "0501601174604_04297"
LANDSAT_SCENE_ID = "LC81160662015105LGN00"
FILE_DATE = 2016-01-18T13:45:48Z
STATION_ID = "LGN"
PROCESSING_SOFTWARE_VERSION = "LPGS_2.6.0"
END_GROUP = METADATA_FILE_INFO
GROUP = PRODUCT_METADATA
DATA_TYPE = "L1T"
ELEVATION_SOURCE = "GLS2000"
OUTPUT_FORMAT = "GEOTIFF"
SPACECRAFT_ID = "LANDSAT_8"
SENSOR_ID = "OLI_TIRS"
WRS_PATH = 116
WRS_ROW = 66
NADIR_OFFNADIR = "NADIR"
TARGET_WRS_PATH = 116
TARGET_WRS_ROW = 66
DATE_ACQUIRED = 2015-04-15
SCENE_CENTER_TIME = "02:23:11.3293526Z"
CORNER_UL_LAT_PRODUCT = -7.62648
CORNER_UL_LON_PRODUCT = 114.84178
CORNER_UR_LAT_PRODUCT = -7.63185
CORNER_UR_LON_PRODUCT = 116.90571
CORNER_LL_LAT_PRODUCT = -9.72527
CORNER_LL_LON_PRODUCT = 114.82976
CORNER_LR_LAT_PRODUCT = -9.73215
CORNER_LR_LON_PRODUCT = 116.90518
CORNER_UL_PROJECTION_X_PRODUCT = 261900.000
CORNER_UL_PROJECTION_Y_PRODUCT = -843600.000
CORNER_UR_PROJECTION_X_PRODUCT = 489600.000
CORNER_UR_PROJECTION_Y_PRODUCT = -843600.000
CORNER_LL_PROJECTION_X_PRODUCT = 261900.000
CORNER_LL_PROJECTION_Y_PRODUCT = -1075800.000
CORNER_LR_PROJECTION_X_PRODUCT = 489600.000
CORNER_LR_PROJECTION_Y_PRODUCT = -1075800.000
PANCHROMATIC_LINES = 15481
PANCHROMATIC_SAMPLES = 15181
REFLECTIVE_LINES = 7741
REFLECTIVE_SAMPLES = 7591
THERMAL_LINES = 7741
THERMAL_SAMPLES = 7591
FILE_NAME_BAND_1 = "LC81160662015105LGN00_B1.TIF"
36
FILE_NAME_BAND_2 = "LC81160662015105LGN00_B2.TIF"
FILE_NAME_BAND_3 = "LC81160662015105LGN00_B3.TIF"
FILE_NAME_BAND_4 = "LC81160662015105LGN00_B4.TIF"
FILE_NAME_BAND_5 = "LC81160662015105LGN00_B5.TIF"
FILE_NAME_BAND_6 = "LC81160662015105LGN00_B6.TIF"
FILE_NAME_BAND_7 = "LC81160662015105LGN00_B7.TIF"
FILE_NAME_BAND_8 = "LC81160662015105LGN00_B8.TIF"
FILE_NAME_BAND_9 = "LC81160662015105LGN00_B9.TIF"
FILE_NAME_BAND_10 = "LC81160662015105LGN00_B10.TIF"
FILE_NAME_BAND_11 = "LC81160662015105LGN00_B11.TIF"
FILE_NAME_BAND_QUALITY = "LC81160662015105LGN00_BQA.TIF"
METADATA_FILE_NAME = "LC81160662015105LGN00_MTL.txt"
BPF_NAME_OLI = "LO8BPF20150415015930_20150415033759.01"
BPF_NAME_TIRS = "LT8BPF20150415015536_20150415024146.01"
CPF_NAME = "L8CPF20150401_20150630.04"
RLUT_FILE_NAME = "L8RLUT20150303_20431231v11.h5"
END_GROUP = PRODUCT_METADATA
GROUP = IMAGE_ATTRIBUTES
CLOUD_COVER = 1.55
CLOUD_COVER_LAND = 4.34
IMAGE_QUALITY_OLI = 9
IMAGE_QUALITY_TIRS = 9
TIRS_SSM_POSITION_STATUS = "NOMINAL"
ROLL_ANGLE = -0.001
SUN_AZIMUTH = 57.80950150
SUN_ELEVATION = 56.37420050
EARTH_SUN_DISTANCE = 1.0031085
GROUND_CONTROL_POINTS_VERSION = 3
GROUND_CONTROL_POINTS_MODEL = 143
GEOMETRIC_RMSE_MODEL = 6.688
GEOMETRIC_RMSE_MODEL_Y = 4.759
GEOMETRIC_RMSE_MODEL_X = 4.699
END_GROUP = IMAGE_ATTRIBUTES
GROUP = MIN_MAX_RADIANCE
RADIANCE_MAXIMUM_BAND_1 = 755.35925
RADIANCE_MINIMUM_BAND_1 = -62.37781
RADIANCE_MAXIMUM_BAND_2 = 773.49707
RADIANCE_MINIMUM_BAND_2 = -63.87564
RADIANCE_MAXIMUM_BAND_3 = 712.77094
RADIANCE_MINIMUM_BAND_3 = -58.86086
RADIANCE_MAXIMUM_BAND_4 = 601.04865
RADIANCE_MINIMUM_BAND_4 = -49.63479
RADIANCE_MAXIMUM_BAND_5 = 367.81180
RADIANCE_MINIMUM_BAND_5 = -30.37402
RADIANCE_MAXIMUM_BAND_6 = 91.47144
RADIANCE_MINIMUM_BAND_6 = -7.55374
RADIANCE_MAXIMUM_BAND_7 = 30.83077
RADIANCE_MINIMUM_BAND_7 = -2.54602
RADIANCE_MAXIMUM_BAND_8 = 680.22162
RADIANCE_MINIMUM_BAND_8 = -56.17292
RADIANCE_MAXIMUM_BAND_9 = 143.74918
RADIANCE_MINIMUM_BAND_9 = -11.87085
37
RADIANCE_MAXIMUM_BAND_10 = 22.00180
RADIANCE_MINIMUM_BAND_10 = 0.10033
RADIANCE_MAXIMUM_BAND_11 = 22.00180
RADIANCE_MINIMUM_BAND_11 = 0.10033
END_GROUP = MIN_MAX_RADIANCE
GROUP = MIN_MAX_REFLECTANCE
REFLECTANCE_MAXIMUM_BAND_1 = 1.210700
REFLECTANCE_MINIMUM_BAND_1 = -0.099980
REFLECTANCE_MAXIMUM_BAND_2 = 1.210700
REFLECTANCE_MINIMUM_BAND_2 = -0.099980
REFLECTANCE_MAXIMUM_BAND_3 = 1.210700
REFLECTANCE_MINIMUM_BAND_3 = -0.099980
REFLECTANCE_MAXIMUM_BAND_4 = 1.210700
REFLECTANCE_MINIMUM_BAND_4 = -0.099980
REFLECTANCE_MAXIMUM_BAND_5 = 1.210700
REFLECTANCE_MINIMUM_BAND_5 = -0.099980
REFLECTANCE_MAXIMUM_BAND_6 = 1.210700
REFLECTANCE_MINIMUM_BAND_6 = -0.099980
REFLECTANCE_MAXIMUM_BAND_7 = 1.210700
REFLECTANCE_MINIMUM_BAND_7 = -0.099980
REFLECTANCE_MAXIMUM_BAND_8 = 1.210700
REFLECTANCE_MINIMUM_BAND_8 = -0.099980
REFLECTANCE_MAXIMUM_BAND_9 = 1.210700
REFLECTANCE_MINIMUM_BAND_9 = -0.099980
END_GROUP = MIN_MAX_REFLECTANCE
GROUP = MIN_MAX_PIXEL_VALUE
QUANTIZE_CAL_MAX_BAND_1 = 65535
QUANTIZE_CAL_MIN_BAND_1 = 1
QUANTIZE_CAL_MAX_BAND_2 = 65535
QUANTIZE_CAL_MIN_BAND_2 = 1
QUANTIZE_CAL_MAX_BAND_3 = 65535
QUANTIZE_CAL_MIN_BAND_3 = 1
QUANTIZE_CAL_MAX_BAND_4 = 65535
QUANTIZE_CAL_MIN_BAND_4 = 1
QUANTIZE_CAL_MAX_BAND_5 = 65535
QUANTIZE_CAL_MIN_BAND_5 = 1
QUANTIZE_CAL_MAX_BAND_6 = 65535
QUANTIZE_CAL_MIN_BAND_6 = 1
QUANTIZE_CAL_MAX_BAND_7 = 65535
QUANTIZE_CAL_MIN_BAND_7 = 1
QUANTIZE_CAL_MAX_BAND_8 = 65535
QUANTIZE_CAL_MIN_BAND_8 = 1
QUANTIZE_CAL_MAX_BAND_9 = 65535
QUANTIZE_CAL_MIN_BAND_9 = 1
QUANTIZE_CAL_MAX_BAND_10 = 65535
QUANTIZE_CAL_MIN_BAND_10 = 1
QUANTIZE_CAL_MAX_BAND_11 = 65535
QUANTIZE_CAL_MIN_BAND_11 = 1
END_GROUP = MIN_MAX_PIXEL_VALUE
GROUP = RADIOMETRIC_RESCALING
RADIANCE_MULT_BAND_1 = 1.2478E-02
RADIANCE_MULT_BAND_2 = 1.2778E-02
38
RADIANCE_MULT_BAND_3 = 1.1775E-02
RADIANCE_MULT_BAND_4 = 9.9289E-03
RADIANCE_MULT_BAND_5 = 6.0760E-03
RADIANCE_MULT_BAND_6 = 1.5111E-03
RADIANCE_MULT_BAND_7 = 5.0930E-04
RADIANCE_MULT_BAND_8 = 1.1237E-02
RADIANCE_MULT_BAND_9 = 2.3746E-03
RADIANCE_MULT_BAND_10 = 3.3420E-04
RADIANCE_MULT_BAND_11 = 3.3420E-04
RADIANCE_ADD_BAND_1 = -62.39029
RADIANCE_ADD_BAND_2 = -63.88842
RADIANCE_ADD_BAND_3 = -58.87263
RADIANCE_ADD_BAND_4 = -49.64472
RADIANCE_ADD_BAND_5 = -30.38009
RADIANCE_ADD_BAND_6 = -7.55525
RADIANCE_ADD_BAND_7 = -2.54652
RADIANCE_ADD_BAND_8 = -56.18416
RADIANCE_ADD_BAND_9 = -11.87323
RADIANCE_ADD_BAND_10 = 0.10000
RADIANCE_ADD_BAND_11 = 0.10000
REFLECTANCE_MULT_BAND_1 = 2.0000E-05
REFLECTANCE_MULT_BAND_2 = 2.0000E-05
REFLECTANCE_MULT_BAND_3 = 2.0000E-05
REFLECTANCE_MULT_BAND_4 = 2.0000E-05
REFLECTANCE_MULT_BAND_5 = 2.0000E-05
REFLECTANCE_MULT_BAND_6 = 2.0000E-05
REFLECTANCE_MULT_BAND_7 = 2.0000E-05
REFLECTANCE_MULT_BAND_8 = 2.0000E-05
REFLECTANCE_MULT_BAND_9 = 2.0000E-05
REFLECTANCE_ADD_BAND_1 = -0.100000
REFLECTANCE_ADD_BAND_2 = -0.100000
REFLECTANCE_ADD_BAND_3 = -0.100000
REFLECTANCE_ADD_BAND_4 = -0.100000
REFLECTANCE_ADD_BAND_5 = -0.100000
REFLECTANCE_ADD_BAND_6 = -0.100000
REFLECTANCE_ADD_BAND_7 = -0.100000
REFLECTANCE_ADD_BAND_8 = -0.100000
REFLECTANCE_ADD_BAND_9 = -0.100000
END_GROUP = RADIOMETRIC_RESCALING
GROUP = TIRS_THERMAL_CONSTANTS
K1_CONSTANT_BAND_10 = 774.8853
K1_CONSTANT_BAND_11 = 480.8883
K2_CONSTANT_BAND_10 = 1321.0789
K2_CONSTANT_BAND_11 = 1201.1442
END_GROUP = TIRS_THERMAL_CONSTANTS
GROUP = PROJECTION_PARAMETERS
MAP_PROJECTION = "UTM"
DATUM = "WGS84"
ELLIPSOID = "WGS84"
UTM_ZONE = 50
GRID_CELL_SIZE_PANCHROMATIC = 15.00
GRID_CELL_SIZE_REFLECTIVE = 30.00
39
GRID_CELL_SIZE_THERMAL = 30.00
ORIENTATION = "NORTH_UP"
RESAMPLING_OPTION = "CUBIC_CONVOLUTION"
END_GROUP = PROJECTION_PARAMETERS
END_GROUP = L1_METADATA_FILE
END
40