LAPORAN PRAKTIKUM

KOREKSI ATMOSFERIK METODE SECONDS SIMULATION OF A

SATELLITE SIGNAL IN THE SOLAR SPECTRUM – VECTOR (6SV)
MATA KULIAH PENGINDERAAN JAUH TERAPAN

Oleh :
Yahya Faikar Hanif
03311640000102

Dosen :
Lalu Muhammad Jaelani ST., MSc., PhD
Dr. Filsa Bioresita ST., MT

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2019
 DAFTAR ISI

DAFTAR ISI............................................................................................................................................ i
BAB I PENDAHULUAN ....................................................................................................................... 1
1.1. Latar Belakang ........................................................................................................................ 1
1.2. Maksud dan Tujuan Praktikum ............................................................................................... 1
BAB II DASAR TEORI ......................................................................................................................... 2
2.1. Landsat 8 ...................................................................................................................................... 2
2.2. Kalibrasi Radiometrik .................................................................................................................. 3
2.3. Koreksi Atmosferik ...................................................................................................................... 4
2.4. Koreksi Atmosfer Second Simulation of a Satellite Signal in the Solar Spectrum-Vector (6SV)
............................................................................................................................................................ 4
BAB III PELAKSANAAN ..................................................................................................................... 6
3.1. Alat dan Bahan............................................................................................................................. 6
3.2. Mencari Parameter Atmosferik Metode 6SV............................................................................... 6
3.3. Hasil Pencarian Parameter pada Band 1-7 ................................................................................. 11
BAB IV PENUTUP .............................................................................................................................. 13
DAFTAR PUSTAKA ........................................................................................................................... 14
LAMPIRAN.......................................................................................................................................... 15

i
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Bidang keilmuan geomatika memiliki fokus pada bidang pemetaan. Berbagai macam
teknik digunakan untuk menghasilkan peta suatu daerah yang dikehendaki. Mulai dari metode
yang sederhana sampai teknologi yang sangat canggih pun digunakan untuk mendapatkan
gambaran suatu daerah sesuai keperluan. Penginderaan jauh merupakan salah satu metode untuk
memperoleh peta salah satunya dengan memanfaatkan citra satelit maupun foto udara.
Penginderaan jauh merupakan gabungan dari dua kata dasar yaitu indera yang berarti
melihat dan jauh yang berarti dari jarak yang jauh. Sehingga berdasarkan etimologi,
penginderaan jauh adalah melihat objek dari jarak yang jauh. Menurut Lillesand dan Kiefer
(1999), penginderaan jauh didefinisikan sebagai ilmu dan seni untuk memperoleh informasi
tentang objek, daerah, atau gejala dengan jalan menganalisis menggunakan kaidah ilmiah data
yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau
gejala yang dikaji. Objek, daerah, atau yang dikaji dalam definisi tersebut dapat berada di
permukaan bumi, atmosfer, atau planet di luar angkasa.
Posisi wahana atau instrumen perekam data penginderaan jauh (satelit) yang berada jauh
di atas permukaan bumi, bahkan lebih dari 100 km menyebabkan adanya faktor-faktor yang
mempengaruhi proses perekaman, yaitu distorsi akibat faktor atmosfer (efek atmosfer). Kondisi
atmosfer seperti jenis partikel, molekul, serta senyawa-senyawa dalam atmosfer yang
mempengaruhi penerimaan gelombang cahaya oleh satelit. Partikel, molekul, serta
senyawasenyawa tersebut dapat menyerap dan memantulkan cahaya yang dipantulkan oleh objek
di permukaan bumi. Atau dengan kata lain, cahaya yang dipantulkan oleh objek di permukaan
bumi tidak dapat secara langsung diterima oleh sensor satelit, melainkan harus melewati
komponen-komponen yang ada pada sepanjang atmosfer yang dilalui oleh cahaya matahari.
Sehingga informasi yang diterima oleh sensor satelit tidak sepenuhnya merupakan informasi
yang dimiliki oleh suatu objek di permukaan bumi. Oleh karena itu, diperlukan proses koreksi
atmosfer. Koreksi atmosfer bertujuan untuk mengoreksi efek dari atmosfer yang ada pada data
citra yang terukur oleh sensor yang mana akan mempengaruhi akurasi data citra satelit (Jaelani
dkk, 2013)
Pada praktikum ini akan dibahas bagaimana cara melakukan koreksi atmosferik dengan
menggunakan metode Seconds Simulation of a Satellite Signal in the Solar Spectrum – Vector
(6SV). Metode ini

1.2. Maksud dan Tujuan Praktikum

Adapun maksud dan tujuan dilakukan praktikum pansharpening ini adalah sebagai berikut :
a. Mahasiswa dapat mengetahui parameter yang diperlukan untuk melakukan koreksi
atmosferik Seconds Simulation of a Satellite Signal in the Solar Spectrum – Vector (6SV).
b. Mahasiswa mengetahui nilai koefisien xa, xb, dan xc pada setiap band tampak dan band
NIR.

1
 BAB II
DASAR TEORI

2.1. Landsat 8
Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi satelit
pengamat bumi sejak 1972 (Landsat 1). Landsat 1 yang awalnya bernama Earth Resources
Technology Satellite 1 diluncurkan 23 Juli 1972 dan mulai beroperasi sampai 6 Januari 1978.
Sebenarnya landsat 8 lebih cocok disebut sebagai satelit dengan misi melanjutkan landsat 7 dari
pada disebut sebagai satelit baru dengan spesifikasi yang baru pula. Ini terlihat dari
karakteristiknya yang mirip dengan landsat 7, baik resolusinya (spasial, temporal, spektral),
metode koreksi, ketinggian terbang maupun karakteristik sensor yang dibawa. Hanya saja ada
beberapa tambahan yang menjadi titik penyempurnaan dari landsat 7 seperti jumlah band, rentang
spektrum gelombang elektromagnetik terendah yang dapat ditangkap sensor serta nilai bit (rentang
nilai Digital Number) dari tiap piksel citra.
Seperti dipublikasikan oleh USGS, satelit landsat 8 terbang dengan ketinggian 705 km dari
permukaan bumi dan memiliki area scan seluas 170 km x 183 km (mirip dengan landsat versi
sebelumnya). NASA sendiri menargetkan satelit landsat versi terbarunya ini mengemban misi
selama 5 tahun beroperasi (sensor OLI dirancang 5 tahun dan sensor TIRS 3 tahun). Satelit landsat
8 memiliki sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS)dengan jumlah kanal sebanyak 11 buah. Diantara kanal-kanal tersebut, 9 kanal (band 1-9)
berada pada OLI dan 2 lainnya (band 10 dan 11) pada TIRS. Dibandingkan versi-versi sebelumnya,
landsat 8 memiliki beberapa keunggulan khususnya terkait spesifikasi band-band yang dimiliki
maupun panjang rentang spektrum gelombang elektromagnetik yang ditangkap. Sebagaimana
telah diketahui, warna objek pada citra tersusun atas 3 warna dasar, yaitu Red, Green dan Blue
(RGB). Dengan makin banyaknya band sebagai penyusun RGB komposit, maka warna-warna
obyek menjadi lebih bervariasi. Berikut merupakan daftar band yang tersedia dalam Landsat 8 :

Sumber : usgs.gov

2
2.2. Kalibrasi Radiometrik
Koreksi radiometrik terdiri atas kalibrasi radiometrik dan koreksi atmosfer. Koreksi atmosfer
sederhana terdiri atas beberapa metode, diantaranya dalah metode DOS (Dark Object Substraction)
dan 6SV (Second Simulation of a Satellite Signal in the Solar Spectrum-Vector).
Data citra satelit yang dimiliki perlu mengalami pengolahan dasar. Pengolahan dasar tersebut
meliputi proses koreksi geometrik citra dan koreksi radiometrik citra. Koreksi radiometrik
dilakukan untuk mengkoreksi noise pada citra dengan mengubah nilai digital (DN) pada citra
menjadi nilai pantulan. Salah satu bentuk koreksi radiometrik adalah menghilangkan noise yang
diakibatkan oleh nilai pada atmosfer (Beisl, Telaar, & Schönermark, 2008). Kalibrasi radiometrik
adalah merubah/mengkonversi nilai data citra asli hasil unduhan dari DN (nilai digital) ke nilai
reflektan ToA (Top of Atmospheric). Koreksi Radiometrik dilakukan pada kesalahan oleh sensor
dan sistemsensor terhadap respon detektor dan pengaruh atmosfer yang 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. Spesifikasi kesalahan radiometrik
adalah:
1. Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra garis citra.
2. Memperkecil kesalahan pengamatan detektor yang berubah sesuai perubahan waktu.
3. Kesalahan berbentuk nilai digital yang mempunyai hubungan linier dengan tingkat radiasi
dan panjang gelombang elektromagnetik.
4. Koreksi dilakukan sebelum data didistribusi.
5. Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor dengan mengarahkan
scanner pada filter yang disinari secara elektronik untuk setiap sapuan.
6. Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik dantetap, yang tetap
diperkirakan sebelumnya.
7. Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram tiapdetector pada
daerah-daerah homogeny misalnya diatas badan air, apabilaada penyimpangan dapat
diperbaiki.
8. Kesalahan bias atau pengaturan kembali detektor apabila mean dan median detector
berbeda.

Dikutip dari Landsat 8 Handbook yang diterbitkan oleh United States Geological Survey
(USGS) , data yang diundah dari citra satelit landsat 8 level 1, merupakan data yang memiliki nilai
digital number. Data tersebut harus dilakukan koreksi digital number ke radiance atau reflectance.

Berikut merupakan koreksi landsat 8 dari digital number menjadi radiance (USGS, 2019) :

𝐿𝜆 = 𝑀𝐿 ∗ 𝑄𝑐𝑎𝑙 + 𝐴𝐿
dimana :
Lλ: Spectral Radiance (W/(m2 * srad * μm))
ML: Konstanta rescaling (RADIANCE_MULT_BAND_x, dimana x adalah nomer band)
AL: Konstanta penambah (RADIANCE_ADD_BAND_x, dimana x adalah nomer band)
Qcal: Nilai piksel (Digital Number)

Sedangkan untuk mengubah digital number menjadi reflectance menggunakan formula

berikut (USGS, 2019) :

𝜌𝜆’ = 𝑀𝜌 ∗ 𝑄𝑐𝑎𝑙 + 𝐴𝜌

3
 Kemudian dikoreksi terhadap sudut elevasi matahari. Berikut rumus mencari nilai TOA
Reflectance sebenarnya
𝜌𝜆 = 𝜌𝜆’ . 𝑠𝑖𝑛 (𝜃)
Dimana :
ρλ’: Top of Atmosphere Spectral Refelectance, tanpa koreksi sudut sinar matahari (Tidak punya
satuan)
ML : Konstanta pengali rescaling (REFLECTANCE_MULT_BAND_x, dimana x adalah nomer
band)
AL : Konstanta penambah (REFLECTANCE_ADD_BAND_x, dimana x adalah nomer band)
Qcal: Nilai piksel (Digital Number)
ρλ : Top of Atmosphere Spectral Refelectance (Tidak punya satuan)
θ : Sudut elevasi matahari (terdapat dalam metadata)

2.3. Koreksi Atmosferik

Efek atmosfer menyebabkan nilai pantulan obyek di permukaan bumi yang terekam oleh
sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya
hamburan atau lebih kecil karena proses serapan. 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.
Metode-metode yang sering digunakan untuk menghilangkan efek atmosfer antara lain
metode pergeseran histogram (histogram adjustment), metode regresi dan metode kalibrasi
bayangan (Projo Danoedoro, 1996). Koreksi atmosfer bertujuan menurunkan reflektansi objek dari
total radiansi TOA setelah proses normalisasi kondisi pencahayaan dan penghapusan efek
atmosfer.

2.4. Koreksi Atmosfer Second Simulation of a Satellite Signal in the Solar Spectrum-Vector (6SV)
6SV (Second Simulation of a Satellite Signal in the Solar Spectrum Vector) adalah kode
komputer yang secara akurat mensimulasikan transfer radiasi elektromagnetik sinyal optik melalui
atmosfer (Vermote et al., 1997)
Prinsip utama dari koreksi atmosfer 6SV yaitu dengan memasukkan beberapa parameter
mengenai tanggal akuisisi citra, model atmosfer, model aerosol, dan visibility pada daerah daerah
penelitian untuk mendapatkan koefisien parameter xa, xb, dan xc (Vermote, 1997)
Metode 6SV adalah sebuah kode dasar Radiative Transfer (RT) yang 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.
Prinsip utama dari koreksi atmosfer 6SV yaitu dengan memasukkan beberapa parameter
mengenai tanggal akuisisi citra, model atmosfer, model aerosol, dan visibility pada daerah daerah
penelitian untuk mendapatkan koefisien parameter xa, xb, dan xc (Vermote, 1997). Persamaan
mtode 6SV sebagai berikut :

𝑦 = 𝑥𝑎 . 𝐿𝜆 − 𝑥𝑏
𝑎𝑐𝑟 = 𝑦(1 + 𝑥𝑐 . 𝑦)

4
 Dimana acr adalah atmospheric correction reflectance, 𝐿𝜆 adalah nilai radian ToA, 𝑅𝑟𝑠𝜆
adalah remote sensing reflectance, dan xa, xb, xc adalah koefisien parameter koreksi atmosfer. citra
yang sudah dikoreksi akan dibagi dengan π untuk mendapatkan Rrs(λ) atau Reflectance Remote
Sensing (satuan sr-1 ).

5
 BAB III
PELAKSANAAN

3.1. Alat dan Bahan

Dalam praktikum ini, alat dan bahan yang digunakan adalah sebagai berikut :
a. Citra satelit Landsat 8 beserta metadata, Kawasan Jawa Tengah dan Jawa Timur. Diunduh dari
earthexplorer.usgs.gov
b. Laptop
3.2. Mencari Parameter Atmosferik Metode 6SV
1. Buka website http://6s.ltdri.org/, kemudian klik Run 6SV

2. Pada menu make your own atmospheric correction, pilih dengan nomor 1 yaitu geometrical
condition.

3. Pada menu geometrical condition, pilih dengan user’s kemudian klik submit.

6
4. Sebelum mengisi User’s Geometrical Condition, terlebih dahulu mencari nilai Sensor
Azimuthal. Sensor Azimuthal diperoleh pada website www.fcc.gov. Pada website tersebut pada
koordinat tepi scene.

5. Dihasilkan nilai sensor azimuthal sebagai berikut.

6. Isi User’s Geometrical Condition dengan nilai yang tertera pada metadata citra anda,
untuk bulan dan hari dapat dilihat pada Date Acquired dan Scene Center Time, Solar
Zenithal adalah 90 – Sun Elevation, Solar Azimuthal adalah Sun Azimuthal, Sensor
Zenithal adalah Roll Angle, dan Sensor Azimuthal yang telah didapat pada
website www.fcc.gov. Kemudian klik submit

7. Setelah user’s geometrical condition diisi, lanjutkan ke step 2 Atmospherical Model.

7
8. Pada menu atmospherical model, isi Select Atmospheric Profile dengan Tropical karena
Indonesia merupakan negara tropis dan pilih Select Aerosol Model dengan Urban Model untuk
daerah perkotaan. Klik Submit.

9. Pada menu atmospheric conditions, isi visibility sesuai dengan lokasi citra satelit anda. Untuk
mencari nilai visibilitynya, buka website https://www.wunderground.com

10. Cari lokasi dimana citra anda berasal, disini menggunakan kota Magetan, Jawa Timur
Indonesia.

11. Pada hasil pencarian, klik pada tab history, kemudian masukkan tanggal sesuai dengan date
aqquired pada citra satelit anda.

12. Carilah parameter visibility yang terletak pada poin summary.

8
13. Langkah selanjutnya, yaitu step 4 Target &Sensor Altitude. Pilih select target altitude dengan
Altitude (km). Kemudian pada sensor altitude isi dengan Satellite Level. Klik submit

14. Pada menu target & sensor altitude, isi altitude dengan lokasi yang tertera pada website
https://www.wunderground.com. Altitude pada Bandara Juanda yaitu 3 m.

15. Pada jendela step 4 yaitu spectral conditions, pilih select spectral conditions dengan step by
step output with the filter function = 1. Kemudian pada select band isi dengan vis band of
meteosat (0.350-1.110). Kemudian klik submit.

16. Selanjutnya isi rentang panjang gelombang sesuai dengan band yang ingin dicari paramaternya.
Contoh pada band 1 coastal aerosol memiliki panjang gelombang dengan 0.43-0.45.

17. Lanjutkan ke step 5 yaitu Ground Reflectance. Pilih Homogeneous suface pada ground
reflectance type. Klik Submit.

9
18. Pada langkah input ground reflectance, pilih mean spectral value of green vegetation pada
speficy surface reflectance.

19. Langkah ke 6 yaitu Signal, pilih dengan Atmospheric Correction with Lambertian assumption.
Kemudian klik Submit.

20. Kemudian akan muncul jendela Results, klik pada Output file.

21. Scroll pada hasil output file paling bawah. Akan muncul coefficients xa, xb, dan xc.

10
 22. Lakukan pada semua band tampak dan NIR.

3.3. Hasil Pencarian Parameter pada Band 1-7

1. Berikut merupakan hasil koefisien pada band 1. Nilai Xa sebesar 0.00679, Xb sebesar 0.37265,
dan Xc sebesar 0.15482.

2. Berikut merupakan hasil koefisien pada band 2. Nilai Xa sebesar 0.00532, Xb sebesar 0.25157,
dan Xc sebesar 0.14004.

3. Berikut merupakan hasil koefisien pada band 3. Nilai Xa sebesar 0.00475, Xb sebesar 0.13290,
dan Xc sebesar 0.11636.

4. Berikut merupakan hasil koefisien pada band 4. Nilai Xa sebesar 0.00476, Xb sebesar 0.07679,
dan Xc sebesar 0.09627.

11
5. Berikut merupakan hasil koefisien pada band 5. Nilai Xa sebesar 0.00601, Xb sebesar 0.03281,
dan Xc sebesar 0.06556.

6. Berikut merupakan hasil koefisien pada band 6. Nilai Xa sebesar 0.01998, Xb sebesar 0.00570,
dan Xc sebesar 0.01878.

7. Berikut merupakan hasil koefisien pada band 7. Nilai Xa sebesar 0.06258, Xb sebesar 0.00273,
dan Xc sebesar 0.00918.

8. Berikut merupakan tabel koefisien pada band 1 hingga band 7.

Band Xa Xb Xc
1 0.00679 0.37265 0.15482
2 0.00532 0.25157 0.14004
3 0.00475 0.13290 0.11636
4 0.00476 0.07679 0.09627
5 0.00601 0.03281 0.06556
6 0.01998 0.00570 0.01878
7 0.06258 0.00273, 0.00918

12
 BAB IV
PENUTUP

Pada praktikum kali ini, dapat disimpulkan bahwa parameter yang diperlukan untuk melakukan
perhitungan koefisien koreksi atmosferik 6SV yaitu Geometrical Conditions, Atmospheric Model,
Target & Sensor Altitude, Spectral Conditions, Ground Reflectance, dan Signal. Dari parameter
tersebut kemudian didapatkan parameter xa, xb, dan xc pada setiap band yang kemudian dilakukan
perhingan agar didapatkan piksel yang telah terkoreksi atmosfernya.

13
 DAFTAR PUSTAKA

6SV CODE AUTHORS. 6SV. http://6s.ltdri.org/. Diakses pada 12 September 2019 jam 19.00
Beisl, U., Telaar, J., & Schönermark, M. v. 2008. Atmospheric Correction, Reflectance Calibration And
Brdf Correction For Ads40 Image Data. In The International Archives of the Photogrammetry,
Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B7 (pp. 7–12).
Chavez PS. 1996. Image-based atmospheric corrections - revisited and improved. Photogrammetric
Engineering and Remote Sensing. Vol. 62, No. 9, 1025–1036.
Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Dijital. Yogyakarta, Andi Offset.

Federal Communications Commission. Distance and Azimuths Between Two Sets of

Coordinates. https://www.fcc.gov. Diakses pada 12 September 2019 jam 19.00
Lillesand, dan Kiefer, 1999. Penginderaan Jauh dan Interpretasi Citra. Yogyakarta : Gadjah Mada
University Press.
USGS. 2019. Landsat-8 Handbook.

Weather Underground. Weather Underground. https://www.wunderground.com. Diakses pada 12

September 2019 jam 19.00

14
 LAMPIRAN
Metadata file Landsat 8
GROUP = L1_METADATA_FILE
GROUP = METADATA_FILE_INFO
ORIGIN = "Image courtesy of the U.S. Geological Survey"
REQUEST_ID = "0701808285919_00005"
LANDSAT_SCENE_ID = "LC81190652018230LGN00"
LANDSAT_PRODUCT_ID = "LC08_L1TP_119065_20180818_20180829_01_T1"
COLLECTION_NUMBER = 01
FILE_DATE = 2018-08-29T05:15:12Z
STATION_ID = "LGN"
PROCESSING_SOFTWARE_VERSION = "LPGS_13.1.0"
END_GROUP = METADATA_FILE_INFO
GROUP = PRODUCT_METADATA
DATA_TYPE = "L1TP"
COLLECTION_CATEGORY = "T1"
ELEVATION_SOURCE = "GLS2000"
OUTPUT_FORMAT = "GEOTIFF"
SPACECRAFT_ID = "LANDSAT_8"
SENSOR_ID = "OLI_TIRS"
WRS_PATH = 119
WRS_ROW = 65
NADIR_OFFNADIR = "NADIR"
TARGET_WRS_PATH = 119
TARGET_WRS_ROW = 65
DATE_ACQUIRED = 2018-08-18
SCENE_CENTER_TIME = "02:41:24.0807149Z"
CORNER_UL_LAT_PRODUCT = -6.18249
CORNER_UL_LON_PRODUCT = 110.53721
CORNER_UR_LAT_PRODUCT = -6.18028
CORNER_UR_LON_PRODUCT = 112.60059
CORNER_LL_LAT_PRODUCT = -8.28559
CORNER_LL_LON_PRODUCT = 110.53506
CORNER_LR_LAT_PRODUCT = -8.28262
CORNER_LR_LON_PRODUCT = 112.60801
CORNER_UL_PROJECTION_X_PRODUCT = 448800.000
CORNER_UL_PROJECTION_Y_PRODUCT = -683400.000
CORNER_UR_PROJECTION_X_PRODUCT = 677100.000
CORNER_UR_PROJECTION_Y_PRODUCT = -683400.000
CORNER_LL_PROJECTION_X_PRODUCT = 448800.000
CORNER_LL_PROJECTION_Y_PRODUCT = -915900.000
CORNER_LR_PROJECTION_X_PRODUCT = 677100.000
CORNER_LR_PROJECTION_Y_PRODUCT = -915900.000
PANCHROMATIC_LINES = 15501
PANCHROMATIC_SAMPLES = 15221
REFLECTIVE_LINES = 7751
REFLECTIVE_SAMPLES = 7611
THERMAL_LINES = 7751
THERMAL_SAMPLES = 7611
FILE_NAME_BAND_1 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B1.TIF"
FILE_NAME_BAND_2 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B2.TIF"
FILE_NAME_BAND_3 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B3.TIF"

15
 FILE_NAME_BAND_4 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B4.TIF"
FILE_NAME_BAND_5 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B5.TIF"
FILE_NAME_BAND_6 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B6.TIF"
FILE_NAME_BAND_7 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B7.TIF"
FILE_NAME_BAND_8 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B8.TIF"
FILE_NAME_BAND_9 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B9.TIF"
FILE_NAME_BAND_10 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B10.TIF"
FILE_NAME_BAND_11 =
"LC08_L1TP_119065_20180818_20180829_01_T1_B11.TIF"
FILE_NAME_BAND_QUALITY =
"LC08_L1TP_119065_20180818_20180829_01_T1_BQA.TIF"
ANGLE_COEFFICIENT_FILE_NAME =
"LC08_L1TP_119065_20180818_20180829_01_T1_ANG.txt"
METADATA_FILE_NAME =
"LC08_L1TP_119065_20180818_20180829_01_T1_MTL.txt"
CPF_NAME = "LC08CPF_20180701_20180930_01.02"
BPF_NAME_OLI = "LO8BPF20180818021006_20180818034859.01"
BPF_NAME_TIRS = "LT8BPF20180812105949_20180827025847.01"
RLUT_FILE_NAME = "LC08RLUT_20150303_20431231_01_12.h5"
END_GROUP = PRODUCT_METADATA
GROUP = IMAGE_ATTRIBUTES
CLOUD_COVER = 1.25
CLOUD_COVER_LAND = 1.57
IMAGE_QUALITY_OLI = 9
IMAGE_QUALITY_TIRS = 9
TIRS_SSM_MODEL = "FINAL"
TIRS_SSM_POSITION_STATUS = "ESTIMATED"
TIRS_STRAY_LIGHT_CORRECTION_SOURCE = "TIRS"
ROLL_ANGLE = -0.001
SUN_AZIMUTH = 54.87991577
SUN_ELEVATION = 54.66332618
EARTH_SUN_DISTANCE = 1.0123117
SATURATION_BAND_1 = "N"
SATURATION_BAND_2 = "N"
SATURATION_BAND_3 = "Y"
SATURATION_BAND_4 = "Y"
SATURATION_BAND_5 = "Y"
SATURATION_BAND_6 = "Y"
SATURATION_BAND_7 = "Y"
SATURATION_BAND_8 = "N"
SATURATION_BAND_9 = "N"
GROUND_CONTROL_POINTS_VERSION = 4
GROUND_CONTROL_POINTS_MODEL = 274
GEOMETRIC_RMSE_MODEL = 6.886
GEOMETRIC_RMSE_MODEL_Y = 4.941
GEOMETRIC_RMSE_MODEL_X = 4.796
GROUND_CONTROL_POINTS_VERIFY = 55
GEOMETRIC_RMSE_VERIFY = 3.585
TRUNCATION_OLI = "UPPER"

16
END_GROUP = IMAGE_ATTRIBUTES
GROUP = MIN_MAX_RADIANCE
RADIANCE_MAXIMUM_BAND_1 = 741.68732
RADIANCE_MINIMUM_BAND_1 = -61.24878
RADIANCE_MAXIMUM_BAND_2 = 759.49689
RADIANCE_MINIMUM_BAND_2 = -62.71950
RADIANCE_MAXIMUM_BAND_3 = 699.86987
RADIANCE_MINIMUM_BAND_3 = -57.79548
RADIANCE_MAXIMUM_BAND_4 = 590.16968
RADIANCE_MINIMUM_BAND_4 = -48.73640
RADIANCE_MAXIMUM_BAND_5 = 361.15442
RADIANCE_MINIMUM_BAND_5 = -29.82425
RADIANCE_MAXIMUM_BAND_6 = 89.81582
RADIANCE_MINIMUM_BAND_6 = -7.41702
RADIANCE_MAXIMUM_BAND_7 = 30.27274
RADIANCE_MINIMUM_BAND_7 = -2.49993
RADIANCE_MAXIMUM_BAND_8 = 667.90967
RADIANCE_MINIMUM_BAND_8 = -55.15620
RADIANCE_MAXIMUM_BAND_9 = 141.14734
RADIANCE_MINIMUM_BAND_9 = -11.65599
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

17
 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 = 1.2252E-02
RADIANCE_MULT_BAND_2 = 1.2546E-02
RADIANCE_MULT_BAND_3 = 1.1561E-02
RADIANCE_MULT_BAND_4 = 9.7492E-03
RADIANCE_MULT_BAND_5 = 5.9660E-03
RADIANCE_MULT_BAND_6 = 1.4837E-03
RADIANCE_MULT_BAND_7 = 5.0009E-04
RADIANCE_MULT_BAND_8 = 1.1033E-02
RADIANCE_MULT_BAND_9 = 2.3317E-03
RADIANCE_MULT_BAND_10 = 3.3420E-04
RADIANCE_MULT_BAND_11 = 3.3420E-04
RADIANCE_ADD_BAND_1 = -61.26103
RADIANCE_ADD_BAND_2 = -62.73204
RADIANCE_ADD_BAND_3 = -57.80704
RADIANCE_ADD_BAND_4 = -48.74615
RADIANCE_ADD_BAND_5 = -29.83022
RADIANCE_ADD_BAND_6 = -7.41850
RADIANCE_ADD_BAND_7 = -2.50043
RADIANCE_ADD_BAND_8 = -55.16723
RADIANCE_ADD_BAND_9 = -11.65832
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

18
 K1_CONSTANT_BAND_10 = 774.8853
K2_CONSTANT_BAND_10 = 1321.0789
K1_CONSTANT_BAND_11 = 480.8883
K2_CONSTANT_BAND_11 = 1201.1442
END_GROUP = TIRS_THERMAL_CONSTANTS
GROUP = PROJECTION_PARAMETERS
MAP_PROJECTION = "UTM"
DATUM = "WGS84"
ELLIPSOID = "WGS84"
UTM_ZONE = 49
GRID_CELL_SIZE_PANCHROMATIC = 15.00
GRID_CELL_SIZE_REFLECTIVE = 30.00
GRID_CELL_SIZE_THERMAL = 30.00
ORIENTATION = "NORTH_UP"
RESAMPLING_OPTION = "CUBIC_CONVOLUTION"
END_GROUP = PROJECTION_PARAMETERS
END_GROUP = L1_METADATA_FILE
END

19