6 Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Lampu waktu malam VIIRS

Christopher D. Elvidge, Kimberly Baugh, Mikhail Zhizhin, Feng Chi Hsu and
Tilottama Ghosh

ABSTRAK
Visible Infrared Imaging Radiometer Suite (VIIRS) Day/Night Band (DNB)
mengumpulkan data pencitraan cahaya redup global yang mengalami
peningkatan signifikan dibandingkan data sebanding yang dikumpulkan
selama 40 tahun oleh Sistem Operasi Linescan DMSP. Salah satu fitur
menonjol dari data DNB adalah pendeteksian pencahayaan listrik yang ada
di permukaan bumi. Sebagian besar lampu ini berasal dari pemukiman
manusia. VIIRS mengumpulkan data sumber yang dapat digunakan untuk
menghasilkan peta pancaran global tingkat sains bulanan dan tahunan
pemukiman manusia dengan penerangan listrik. Ada sejumlah besar
langkah yang terlibat dalam menghasilkan produk yang telah dibersihkan
untuk mengecualikan kebisingan latar belakang, kontaminasi matahari dan
bulan, data terdegradasi oleh tutupan awan, dan fitur yang tidak terkait
dengan penerangan listrik (misalnya api, suar, gunung berapi). Artikel ini
menjelaskan algoritme yang dikembangkan untuk produksi lampu waktu
malam VIIRS global berkualitas tinggi. Ada banyak pengguna sains untuk
produk lampu malam VIIRS, mulai dari ilmuwan penggunaan lahan, ahli
geografi perkotaan, ahli ekologi, pemodel karbon, astronom, ahli demografi,
ekonom, dan ilmuwan sosial.

1. Perkenalan
Lampu waktu malam yang diamati satelit global telah muncul sebagai salah satu produk data
geospasial yang banyak digunakan (Amaral et al. 2005; Small, Pozzi, dan Elvidge 2005; Sutton et al.
2007; Bharti et al. 2009; Chand et al. 2009; Ghosh et al. 2010; Oda dan Maksyutov 2011; Witmer dan
O'loughlin 2011; He et al. 2012; Mazor et al. 2013; Min et al. 2013; Falchi et al. 2016). Produk-produk
ini menunjukkan lokasi di mana terdapat pencahayaan buatan dan ukuran kecerahan yang diamati
dari luar angkasa. Dari tahun 1992 hingga 2013, ada rangkaian waktu tahunan lampu malam yang
diproses secara konsisten yang diproses dari data pencitraan cahaya rendah yang dikumpulkan
oleh Program Satelit Meteorologi Pertahanan Angkatan Udara AS (DMSP) Operational Linescan
System (OLS) (Baugh et al. 2010 ). Tindak lanjut dari DMSP untuk pencitraan Bumi dengan cahaya
redup global pada malam hari adalah Visible Infrared Imaging Radiometer Suite (VIIRS) Day/Night
Band (DNB), yang diterbangkan bersama oleh NASA dan NOAA. Itu

Karya ini ditulis sebagai bagian dari tugas resmi Kontributor sebagai Pegawai Pemerintah Amerika Serikat dan karenanya merupakan karya Pemerintah
Amerika Serikat. Sesuai dengan 17 USC 105, tidak ada perlindungan hak cipta yang tersedia untuk karya tersebut di bawah Hukum AS. Ini adalah artikel Akses
Terbuka yang didistribusikan di bawah ketentuan Lisensi Atribusi-NonKomersial-TanpaTurunan Creative Commons (http://creativecommons.org/licenses/by-
nc-nd/4.0/), yang mengizinkan penggunaan ulang non-komersial, distribusi, dan reproduksi dalam media apa pun, asalkan karya asli dikutip dengan benar,
dan tidak diubah, diubah, atau dibangun di atasnya dengan cara apa pun.
7

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 7

VIIRS DNB memberikan beberapa peningkatan utama pada data DMSP-OLS, termasuk
pengurangan besar dalam jejak piksel (bidang pandang instan ground [GIFOV]), GIFOV seragam
dari nadir ke tepi pemindaian, batas deteksi lebih rendah, rentang dinamis lebih luas, kuantisasi
lebih baik , dan kalibrasi dalam penerbangan (Miller et al. 2012; Elvidge et al. 2013; Miller et al.
2013).
Tujuan mendasar dari pencitraan cahaya redup DMSP dan VIIRS adalah untuk memungkinkan
pendeteksian awan menggunakan cahaya bulan alih-alih sinar matahari sebagai sumber iluminasi.
Persyaratan untuk kemampuan ini berasal dari ahli meteorologi. Namun, petak luas ilmu alam dan
sosial memperoleh manfaat dari kemampuan yang tidak diinginkan dari sistem ini untuk
mendeteksi pencahayaan di permukaan bumi. Pada malam yang sangat terang bulan, gambar DNB
tampak seperti gambar siang hari dengan awan dan fitur permukaan bumi terlihat jelas (Gambar
1(a)). Tanda-tanda bahwa gambar itu diperoleh pada malam hari adalah lampu-lampu kota yang
ada di permukaan tanah. Dalam kondisi bulan baru, garis besar awan dan permukaan tanah

Gambar 1.Bulan purnamamelawandata VIIRS Day/Night Band (DNB) bulan baru untuk wilayah Los Angeles. (a)
data bulan purnama. (b) Data bulan baru.
8

8 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

fitur ditekan (Gambar 1 (b)). Namun, pemeriksaan saksama terhadap data DNB malam hari tanpa
bulan mengungkapkan garis samar awan albedo tinggi dan fitur permukaan tanah. Kemampuan
luar biasa ini telah dikaitkan dengan airglow nokturnal (Min et al. 2013). Selain itu, DNB mencatat
beberapa jenis fenomena lain yang tidak terkait dengan penerangan listrik, termasuk cahaya liar,
petir, pembakaran biomassa, semburan gas, deteksi partikel energi tinggi (HEP), pancaran
atmosfer di sekitar sumber terang, dan kebisingan latar belakang.
Untuk menghasilkan produk lampu malam hari, data pencitraan cahaya redup perlu difilter
untuk mengecualikan data berkualitas rendah dan fitur asing melalui serangkaian langkah
penyaringan bertingkat sebelum rata-rata temporal. Produk rata-rata pancaran yang dihasilkan
memiliki nilai nol (nol) di area di mana pencahayaan permukaan tidak terdeteksi. Hingga saat ini,
belum ada produk night-time lights dari VIIRS. Versi pertama produk lampu malam VIIRS sekarang
tersedia di https://www.ngdc.noaa.gov/eog/viirs.html. Pada artikel ini, kami menjelaskan metode
yang dikembangkan oleh NOAA untuk menghasilkan lampu malam hari DNB.

2. Metode
Prosedur untuk menghasilkan lampu waktu malam VIIRS melibatkan serangkaian langkah
penyaringan untuk mengecualikan berbagai gaya fitur asing (Tabel 1) diikuti dengan rata-rata nilai
pancaran. Lima gaya kisi global dihasilkan pada 15 sebagai resolusi. Ukuran sel kisi ini sedikit lebih
halus daripada jejak piksel DNB 742 m. Jaringan cakupan (CVG) menghitung jumlah pengamatan
sepanjang tahun yang bebas dari deteksi sinar matahari, sinar bulan, cahaya sesat, dan HEP.
Jaringan cakupan bebas cloud (CF_CVG) menghitung jumlah pengamatan CVG yang juga bebas
cloud. Tiga jenis kisi pancaran DNB diproduksi. Kisi DNB pertama adalah komposit bebas awan
mentah (RCFC), dengan cahaya matahari, cahaya bulan, cahaya liar, petir, pemfilteran HEP, dan
pemfilteran awan. Produk ini berisi fitur pencahayaan, plus pembakaran biomassa, aurora, suar
gas, gunung berapi, dan kebisingan latar belakang. Grid DNB kedua adalah outlier-removed cloud-
free composite (ORCFC), dengan pembakaran biomassa dan sebagian aurora dihilangkan. Kisi DNB
ketiga adalah VIIRS Nighttime Lights (VNL), dengan pemfilteran penuh dari semua fitur asing yang
dicatat dihilangkan kecuali lampu dari suar gas persisten. Di bawah ini adalah deskripsi filter dan
langkah-langkah pemrosesan.

Tabel 1.Jenis filter dan ambang yang digunakan untuk mengecualikan sel grid non-pencahayaan.

Nama filter Parameter Ambang

Disinari matahari Sudut zenit matahari > 101°
Terang bulan Pencahayaan bulan > 0,0005 lx
Energi tinggi Cahaya DNB dan SHI Radiansi > 1000 nW dan SHI > 0,995
partikel
Cahaya sesat Sudut zenit matahari di titik nadir Scan-to-scan 90–118,5°
Petir pancaran relatif berskala log > 10% dan >24 berturut-turut
perbedaan
Outlier Standar deviasi Tarik outlier tinggi dan rendah hingga standar deviasi
pemindahan stabil dengan ambang batas 1% atau 0,075
Latar belakang DR dan Lambda 1 (L1) DR bervariasi dengan cakupan bebas cloud dan L1 >−0,55 berakhir
biji tanah
Permukaan minus pancaran skala log ORCFC Delta = 0,8
Petir latar > delta
Suar gas Rata-rata suhu api malam VIIRS dan Suhu > 1200 K dan frekuensi > 1%
frekuensi deteksi
SHI: Indeks tinggi paku; DR: rentang data.
9

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 9

2.1.Data yang diterangi matahari

Data yang diterangi matahari dihilangkan dengan membuang piksel yang memiliki sudut zenit matahari
kurang dari 101°. Pada sudut zenit matahari di atas 101°, Matahari berada jauh di bawah cakrawala dan
kondisi di permukaan bumi sepenuhnya bebas dari pengaruh iluminasi matahari. Sudut zenit matahari
disediakan untuk setiap piksel dari file geolokasi DNB. Perlu dicatat bahwa menghilangkan data yang
diterangi matahari menghasilkan pemadaman lintang tinggi di sekitar titik balik matahari musim panas.
Selama periode ini, sebagian besar zona lintang tinggi memiliki jumlah pengamatan malam gelap yang
sangat rendah. Selama setahun penuh, dimungkinkan untuk mengisi celah ini dan membuat produk yang
dapat digunakan mencakup 65°S–75°LU.

2.2.Data cahaya bulan

Ambang iluminasi bulan (LI) sebesar 0,0005 lx dan di bawahnya digunakan untuk menyaring
data cahaya bulan. LI dihitung berdasarkan persen LI, zenit bulan, dan azimuth
menggunakan model dari Angkatan Laut AS (Janiczek dan Deyoung 1987). Input model
(lintang, bujur, tanggal, dan waktu) diekstrak dari file geolokasi DNB.

2.3.Data cahaya menyimpang

Pancaran DNB VIIRS terkontaminasi oleh cahaya nyasar ketika pesawat ruang angkasa diterangi oleh
sinar matahari saat mengamati area permukaan bumi di mana matahari berada di bawah cakrawala.
Cahaya nyasar terjadi pada garis lintang menengah ke atas dan zona yang terpengaruh mencapai garis
lintang maksimumnya pada titik balik matahari musim panas. Meskipun ada koreksi cahaya yang
menyimpang (Mills, Weiss, dan Liang 2013), koreksi tersebut meninggalkan fitur sisa yang akan menyebar
ke produk tahunan. Untuk menghindari penyertaan data yang berpotensi kurang atau lebih terkoreksi,
kami mengecualikan data yang terkontaminasi cahaya liar dari komposit tahunan.

2.4.deteksi HEP
Dua metode digunakan untuk menyaring deteksi HEP. Pemfilteran awal dilakukan dengan
menggunakan ambang batas yang ditempatkan pada pancaran DNB dan indeks ketinggian
lonjakan (SHI) (Elvidge et al. 2015). SHI dihitung dalam dua tahap. Pertama, dengan menghitung
selisih relatif antara pancaran piksel dan rata-rata dari dua piksel yang berdekatan. Penghitungan
ini dilakukan untuk dua piksel yang berdekatan pada garis pindai (atau baris) yang sama, dan
kemudian untuk dua piksel yang berdekatan pada posisi sampel (atau kolom) yang sama. SHI akhir
adalah min dari dua nilai antara ini. Piksel dengan nilai SHI lebih besar dari 0,995 yang juga
memiliki nilai pancaran lebih besar dari 1000 nW akan difilter. Ini menghilangkan deteksi HEP yang
paling terang. Deteksi HEP tambahan disaring melalui prosedur penghapusan outlier yang
dijelaskan di Bagian 2.7.

2.5.Petir
Karena data DNB dikumpulkan 16 garis pada satu waktu, pendeteksian petir membuat garis
horizontal 16 garis yang khas. Setiap sapuan 16 baris melintasi Bumi disebut pemindaian. Sebuah
metode dikembangkan pada tahun 2014 untuk mendeteksi dan menyaring petir (Elvidge et al.
01

10 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

2015). Prosedurnya melibatkan penghitungan perbedaan pancaran relatif antara baris data DNB yang
berdekatan. Analisis hanya dilakukan untuk pasangan garis yang membentuk tepi dari pindaian 16 baris.
Ambang batas 10% ditempatkan pada perbedaan pancaran relatif berskala log. Ketika jumlah piksel
berdekatan yang melewati ambang batas melebihi 24, segmen pemindaian pada sisi pancaran yang lebih
tinggi diberi label sebagai petir. Hal ini menghilangkan sebagian besar sambaran petir yang
mempengaruhi komposit, tetapi beberapa sambaran petir yang sangat lemah dapat tetap ada yang
disaring melalui prosedur penghilangan outlier yang dijelaskan pada Bagian 2.7.

2.6.Penyaringan awan

Awan cenderung mengaburkan dan menyebarkan cahaya dari pencahayaan. Awan buram dapat
sepenuhnya menghalangi pengamatan pencahayaan. Awan yang lebih tipis mengurangi pancaran cahaya
yang diamati dan menghamburkan cahaya, menciptakan tampilan kabur. Kami menggunakan topeng
awan VIIRS (VCM) (Godin dan Vicente 2015) untuk menyaring piksel yang dianggap sebagai awan. Kopp et
al. (2014) menganalisis akurasi VCM dan melaporkan bahwa VCM malam hari memiliki akurasi 86,4%,
dengan alarm palsu 4,4% dan awan yang terlewatkan 7,3%.

2.7.Penghapusan outlier

Tujuan utama dari penghilangan outlier adalah untuk mengecualikan piksel dengan pembakaran
biomassa, yang dinyatakan sebagai piksel pancaran yang sangat tinggi tetapi jarang terjadi selama
satu tahun penuh. Penghapusan outlier sisi tinggi memiliki manfaat tambahan untuk memfilter
beberapa piksel yang terpengaruh aurora. Memfilter outlier pancaran rendah memiliki efek rata-
rata yang lebih halus, dengan memfilter observasi yang mungkin dipengaruhi oleh awan
(kesalahan pada cloud mask) atau pemadaman listrik.
Kami mengadaptasi algoritme penghilang outlier yang dikembangkan untuk lampu malam hari
DMSP-OLS (Baugh et al. 2010) untuk bekerja pada data DNB. Penghapusan outlier dilakukan pada
histogram yang dihasilkan untuk masing-masing dari 15 sel grid dalam komposit. Karena rentang
dinamis DNB yang besar, penskalaan logaritmik dilakukan pada nilai pancaran yang digunakan
dalam RCFC untuk mengubah pancaran piksel individual dari nW ke nilai pancaran skala log (LSR)
yang berkisar antara 0 hingga 255. Pertama, konstanta dari 2 ditambahkan ke nilai DNB sehingga
logaritma tidak diterapkan pada bilangan negatif. Nilai LSR lebih besar dari 255 dipaksa menjadi
255.

DNBLSR¼minD100�xlogDDNBnWth2TH;255TH

Algoritme penghapusan outlier mengecualikan piksel satu per satu dari ujung atas dan bawah
histogram. Setelah setiap penghapusan, standar deviasi dihitung ulang dan dibandingkan dengan
standar deviasi sebelum penghapusan piksel tersebut. Penghapusan outlier berhenti ketika standar
deviasi stabil dengan mengubah kurang dari 1%, atau sebesar 0,075 (Gambar 2). Setelah
penghapusan outlier, LSR untuk piksel yang tersisa dirata-ratakan untuk menghasilkan ORCFC
berskala log.

2.8.Menentukan latar belakang lokal

Latar belakang adalah pancaran sisa di area yang kekurangan pencahayaan permukaan yang dapat
dideteksi. Secara umum, pancaran latar cukup kecil, dengan sebagian besar di bawah 1 nW.
1

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 11

Gambar 2.Penghapusan outlier diterapkan ke masing-masing 15 sebagai sel kisi. Histogram data tahun 2015 ini adalah
untuk sel jaringan pada (10,43125 N, 1,31875 W) di Ghana, Afrika.

Namun, terdapat cukup banyak variasi pada latar belakang sehingga tidak mungkin menetapkan satu ambang
batas untuk memisahkan cahaya dari latar belakang. Ada juga peningkatan nyata di latar belakang, yang disebut
cahaya, yang mengelilingi kota-kota besar dan semburan gas.
Kami mengembangkan proses tiga langkah untuk menentukan latar belakang lokal. Pada
langkah pertama, kami menggunakan ukuran tekstur gambar yang dikenal sebagai rentang data.
Rentang data adalah filter konvolusi, yang dihitung untuk setiap sel kisi menggunakan ukuran
kernel 3, atau blok tiga per tiga sel di sekitarnya. Rentang data untuk piksel tengah dihitung
sebagai LSR maksimum dikurangi minimum di kernel. Contoh, yang mencakup sebagian dari
Myanmar ditunjukkan pada Gambar 3(a,b). Kumpulan piksel awal untuk digunakan dalam
menentukan kumpulan piksel latar belakang dipilih menggunakan rentang data dan kisi CF_CVG.
Ambang rentang data meningkat saat CF_CVGs menurun (Gambar 4) untuk mengakomodasi
variabilitas yang lebih tinggi yang ada di wilayah yang memiliki jumlah CF_CVGs yang rendah.
Rentang data rendah di area tanpa pencahayaan permukaan.
Dari kumpulan piksel latar awal ini, kami menghapus sisa sumber cahaya redup kecil di darat
berdasarkan ukuran cekungan yang dikenal sebagai lambda1. Lambda1 dihitung dari citra ORCFC
berskala log dan merupakan nilai eigen magnitudo terkecil dari matriks Hessian (Frangi et al. 1998;
Lindeberg 1998). Lambda1 akan menjadi negatif di area di mana gambar ORCFC berskala log
cekung ke bawah, yang terjadi di tengah fitur pencahayaan kecil. Nilai Lambda 1 kurang dari −0,55
telah dihapus dari piksel latar belakang yang ditetapkan hanya di darat (Gambar 3). Hasilnya adalah
kisi global pancaran latar belakang dengan nilai nol (nol) dalam sel kisi dengan pencahayaan atau
berdekatan dengan pencahayaan (Gambar 5(a)). Kami mengacu pada
21

12 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Gambar 3.Dua kisi kunci yang digunakan untuk menentukan kumpulan piksel latar belakang: (a) Rentang data dihitung
menggunakan kernel 3 × 3. Area latar belakang memiliki rentang data yang rendah; (b) lambda1 digunakan untuk menentukan fitur
pencahayaan redup kecil di atas tanah yang dikecualikan dari kumpulan piksel latar belakang.

piksel ini ditetapkan sebagai benih latar belakang. Langkah ketiga adalah mengisi nilai null
dengan pancaran sel kisi latar terdekat (Gambar 5(b)).

2.9.Menentukan area dengan pencahayaan permukaan

Langkah selanjutnya adalah menentukan area dengan pencahayaan permukaan dengan mengurangi
ORCFC LSR dan pancaran latar berskala log. Sebuah delta 0,8 ditambahkan ke latar belakang untuk
memangkas beberapa cahaya yang mengelilingi pencahayaan. Ambang batas ini diturunkan secara
empiris berdasarkan pemeriksaan visual nilai perbedaan dalam cahaya yang mengelilingi kota-kota besar
31

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 13

Gambar 4.Ambang batas yang digunakan untuk memilih kumpulan piksel latar belakang awal meningkat seiring dengan penurunan jumlah

pengamatan bebas awan. Ambang batas adalah nilai pancaran berskala log.

di mana tidak ada indikasi pencahayaan permukaan yang jelas. Nilai positif pada citra perbedaan
menunjukkan adanya pencahayaan permukaan.

2.10.Pengeditan manual

Setelah mengurangi pancaran latar belakang dari ORCFC, beberapa jenis fitur non-pencahayaan diatur ke
nol menggunakan topeng yang digambar dengan tangan. Ini termasuk sel kisi yang dipengaruhi oleh
aurora, puncak gunung tinggi, gunung berapi, dan sel kisi yang mengelilingi zona CF_CVG yang sangat
rendah, dengan jumlah pengamatan bebas awan kurang dari 2.

2.11.Mengembalikan nilai pancaran

Gambar perbedaan yang dibuat dengan mengurangkan latar belakang lokal berfungsi cukup baik untuk
mengidentifikasi area dengan pencahayaan permukaan. Namun, pengamatan yang cermat
mengungkapkan bahwa batas antar daerah yang diisi oleh pancaran benih yang berbeda menyebar ke
dalam perbedaan. Sementara kami tertarik untuk mengembangkan produk radiance dengan a
41

14 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Gambar 5.Langkah terakhir dalam menentukan latar belakang: (a) Setelah menentukan kumpulan
piksel latar belakang benih, pancaran rata-rata dipulihkan dari komposit bebas awan yang
dihilangkan outlier, menyisakan nol di area dengan rentang data yang berada di atas ambang
batas seleksi atau lambda1 nilai tanah kurang dari −0,55; (b) lubang diisi menggunakan pancaran
dari piksel latar terdekat. Perhatikan bahwa efek pancaran cahaya terang di sekitar dapat dilihat di
kisi benih dan kisi latar belakang. Kisi benih berisi bagian dari cahaya yang berdekatan dengan
pencahayaan terang. Piksel cahaya selanjutnya disebarkan untuk mengisi lubang di kisi latar
belakang.

koreksi latar belakang, metode pengisian lubang pada gambar benih saat ini perlu
ditingkatkan untuk ini. Untuk alasan ini, pancaran ORCFC dipulihkan untuk semua sel jaringan
yang ditentukan memiliki pencahayaan permukaan untuk menghasilkan produk lampu
malam hari (VNL).
51

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 15

2.12.Identifikasi semburan gas

Idealnya, semburan gas dan pijar di sekitar semburan gas akan disaring dari produk lampu
malam hari sehingga hanya menyisakan sumber penerangan listrik. Sementara semburan
gas kecil tidak memiliki pancaran yang jelas, semburan gas besar memiliki semburan spasial
yang luas yang dimulai dengan nilai pancaran tinggi dan menurun dengan jarak dari sumber.
Algoritme untuk menyaring pijar di sekitar semburan gas sedang dikembangkan. Sementara
itu, kumpulan vektor gas flaring tersedia, dengan lebih dari 12.000 lokasi flaring
teridentifikasi pada tahun 2015. Identifikasi lokasi flaring didasarkan pada komposit tahunan
suhu api malam VIIRS (Elvidge et al. 2016) dan frekuensi deteksi. Lokasi pembakaran
diindikasikan untuk sel kisi dengan suhu rata-rata melebihi 1200 K dan persen frekuensi
deteksi 1% atau lebih.

3. Hasil
Sebanyak lima jaringan global diproduksi sebagai suite lampu waktu malam VIIRS. Jaringan global
sangat besar, lebar 86.400 sel jaringan dan tinggi 33.600. Ini melebihi batasan ukuran untuk format
geotiff standar, sehingga kisi global dipotong menjadi enam petak. Kisi pertama menghitung
jumlah CVG atau pengamatan yang dapat digunakan yang melewati pemfilteran utama untuk
menghilangkan piksel yang terkontaminasi oleh sinar matahari, cahaya bulan, cahaya liar, petir,
dan HEP (Gambar 6). Histogram (Gambar 7) dari gambar CVG menunjukkan bahwa 0,003% sel kisi
memiliki nol CVG dan 97% sel kisi memiliki lebih dari 100 CVG pada tahun 2015. Histogram
menunjukkan serangkaian puncak dan palung yang tampaknya terkait garis lintang variasi dalam
CVG yang dapat digunakan.

Gambar 6.Grid menghitung jumlah cakupan yang dapat digunakan (CVG) untuk tahun 2015. Penghitungan tersebut mencakup piksel yang

melewati langkah pemfilteran untuk deteksi sinar matahari, cahaya bulan, cahaya liar, dan HEP.
61

16 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Gambar 7.Histogram penghitungan cakupan untuk tahun 2015.

Angka 8.Kisi menghitung jumlah cakupan bebas cloud (CF_CVG) untuk tahun 2015. Penghitungan
mencakup piksel CVG dikurangi piksel yang dianggap berawan oleh cloud mask VIIRS.
71

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 17

Gambar 9.Histogram cakupan bebas cloud untuk tahun 2015.

Gambar 10.Cahaya latar rata-rata sebagai fungsi garis lintang untuk tahun 2015.
81

18 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Kisi kedua, disebut sebagai CF_CVG, menghitung jumlah piksel CVG yang melewati filter awan
(Gambar 8). Histogram grid CF-CVG (Gambar 9) menunjukkan bahwa 99% sel grid memiliki 20
CF_CVG atau lebih dan hanya 0,003% yang memiliki CF_CVG nol. Hal ini menunjukkan bahwa di luar
beberapa area CVG rendah, sebagian besar area memiliki jumlah pengamatan bebas awan yang
cukup untuk menghasilkan produk lampu malam berkualitas tinggi.
Inspeksi visual menunjukkan bahwa keseluruhan latar belakang meningkat seiring
dengan meningkatnya garis lintang. Ini juga berlaku untuk lampu waktu malam DMSP.
Gambar 10 menunjukkan pancaran latar belakang rata-rata sebagai fungsi garis lintang.
Latar belakang rata-rata bervariasi dari −0,05 hingga 1,075 nW, kisaran sekitar 1 nW.
Latar belakang paling rendah antara 50°S dan 50°LU, dengan pancaran rata-rata di
bawah 0,2 nW. Cahaya latar rata-rata turun sedikit di bawah nol antara garis lintang 10°S
dan 50°S. Hal ini dikaitkan dengan penggunaan data samudra malam gelap belahan
bumi utara dalam menetapkan level arus gelap untuk kalibrasi DNB malam hari. Latar
belakang kemudian naik dalam dua tahap dari 51° ke 65°LS, mungkin karena pengaruh
aurora Australis. Latar belakang naik dengan cepat dari 50°LU ke 70°LU dan kemudian
turun dengan laju yang sama hingga 75°LU.
Tiga varietas komposit bebas awan VIIRS DNB tahunan diproduksi untuk tahun 2015. Contoh
dari ketiganya ditunjukkan pada Gambar 11(a–c). Yang pertama adalah RCFC, yang
mempertahankan pembakaran biomassa, aurora, dan latar belakang. Yang kedua adalah ORCFC,
dengan pembakaran biomassa dan sebagian aurora disaring. Komposit ketiga, night-time lights
(VNL), dihasilkan dengan menghapus latar belakang dari ORCFC. Data untuk ketiganya adalah nilai
floating point dan satuannya adalah radiansi rata-rata dalam nW cm−2sr−1.

Gambar 11.Tiga gaya grid pancaran rata-rata VIIRS DNB diproduksi untuk tahun 2015: (a) komposit bebas awan
mentah (RCFC), yang memiliki cahaya, pembakaran biomassa, dan aurora; (b) outlierremoved cloud-free
composite (ORCFC) yang telah disaring untuk menghilangkan api dan beberapa aurora; (c) lampu waktu malam
(VNL) dengan latar belakang dan semua fitur asing dihilangkan kecuali pembakaran gas.
91

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 19

Gambar 12.Histogram lampu waktu malam VIIRS 2015. Ada jumlah yang jauh lebih besar dari sel jaringan
cahaya rendahmelawansel bercahaya tinggi.

Gambar 12 menunjukkan histogram berskala log dari distribusi pancaran yang ada pada lampu
waktu malam VIIRS. Histogram memuncak pada 1,4 nW dengan lebih dari 1,3 juta sel grid per
nampan. Angka-angka tersebut menurun dengan cepat saat pancaran meningkat dan pada ujung
yang sangat tinggi, jumlah sel kisi per nampan turun menjadi satu digit. Di atas 13.000 nW, jumlah
sel grid per nampan di bawah 10, dan di atas 22.000 nW, ada satu atau dua sel grid per nampan.
Las Vegas, Nevada memuncak pada 2800 nW, meninggalkan 1475 sel jaringan lebih terang dari Las
Vegas. Diyakini bahwa sebagian besar adalah suar gas. Di bawah 1,4 nW, jumlah sel grid per
nampan juga turun drastis menjadi 14.000 sel grid pada 1 nW. Penurunan ini kemungkinan
merupakan ekspresi dari batas deteksi VIIRS DNB.
Kami ingin menentukan apakah pusat populasi dihapus dari produk VNL sebagai akibat
dari penghapusan outlier dan latar belakang. Prosedur kami dengan sengaja berusaha
menghilangkan pembakaran biomassa dan pendar yang mengelilingi pusat kota. Untuk
menyelidiki keefektifan outlier dan penghapusan latar belakang, kami mengekstraksi jumlah
populasi Landscan 2015 (Bright, Rose, dan Urban 2016) untuk tiga jenis latar belakang.
Australia dipilih untuk analisis karena memiliki pembakaran biomassa tahunan dan wilayah
yang luas memiliki populasi yang sedikit.
Set latar belakang pertama terdiri dari sel kisi di mana rata-rata outlier kelas atas adalah 5 nW
atau lebih. Ini adalah sel jaringan dengan aktivitas pembakaran biomassa. Sel jaringan latar
belakang yang tersisa dibagi menjadi dua kelas menggunakan ambang cahaya 0,1 nW. Sel-sel grid
latar belakang dengan pancaran 0,1 nW atau lebih tinggi terkonsentrasi di sekitar fitur
pencahayaan, yang menunjukkan bahwa ini terkait dengan hamburan atmosfer, biasanya disebut
sebagai cahaya. Kelas latar belakang ketiga adalah yang terbesar dalam hal jumlah sel grid,
mewakili latar belakang normal yang sebagian besar bebas dari pembakaran dan pendaran
biomassa.
02

20 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Gambar 13.Perbandingan jumlah populasi Landscan dari empat set sel jaringan di Australia. Titik data
berasal dari lampu waktu malam VIIRS. Tiga garis tren menunjukkan hasil dari tiga jenis latar belakang.
ORM mengacu pada sel grid di mana rata-rata outlier kelas atas adalah 5 nW atau lebih. GLOW adalah sel
jaringan latar belakang dengan pancaran rata-rata 0,1 nW dan lebih tinggi, BKG adalah sisa sel jaringan
latar belakang setelah penghapusan ORM dan GLOW.

Gambar 13 menunjukkan hasil dari analisis Landscan, dengan jumlah populasi Landscan
padaXsumbu dan jumlah sel grid padaysumbu. Perhatikan bahwa skala log digunakan pada y
sumbu untuk mengakomodasi rentang nilai yang luas. Cloud data yang besar berasal dari
produk VNL, menunjukkan jumlah populasi di mana pencahayaan terdeteksi. Kurva di
sebelah kiri adalah garis yang cocok untuk tiga jenis latar belakang: outlier dihapus, bersinar,
dan latar belakang normal. Segitiga menandai jumlah sel kisi untuk latar belakang normal
yang memiliki jumlah populasi nol. Grup ini mewakili 98,7% dari latar belakang normal. Sel-sel
grid outlier dihapus memiliki jumlah populasi terendah dari tiga jenis latar belakang dan
cahaya hanya memiliki sedikit peningkatan jumlah populasi bila dibandingkan dengan latar
belakang normal. Hasil ini menunjukkan bahwa proses penghilangan outlier tidak
menghilangkan pusat populasi dari produk lampu malam hari. Demikian pula, cahaya yang
ditetapkan ke latar belakang berada di luar pusat populasi dan hampir identik dengan latar
belakang normal yang kurang cahaya. Kesimpulan kami adalah bahwa outlier, glow, dan
background removal berfungsi sebagaimana mestinya.

4. Diskusi
Produk VNL menunjukkan lokasi dan kecerahan permukiman manusia, dari kota besar
hingga kota kecil dan banyak klaster perumahan di luar kota. Banyak fitur jalan linier yang
terang merambat ke dalam produk VNL, tetapi fitur jalan yang lebih redup sering
terlewatkan. Ada cincin sempit sel kisi yang mengelilingi setiap fitur yang mungkin dimiliki
12

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 21

tidak ada pencahayaan permukaan yang terdeteksi tetapi melebihi ambang batas rentang data yang digunakan untuk memilih latar

belakang lokal.

Kualitas produk lampu malam VIIRS bergantung pada dua prinsipal. Yang pertama adalah
kualitas produk data dapat ditingkatkan dengan mengecualikan data yang menampilkan
sinyal dari fenomena selain penerangan listrik. Ini termasuk piksel yang diterangi matahari,
terang bulan, dan berawan. Prinsip lain yang meningkatkan kualitas produk adalah 'kekuatan
rata-rata'. Dengan kata lain, stabilitas pancaran cahaya malam hari rata-rata meningkat
melalui penyertaan sejumlah besar pengamatan. Misalnya, ada efek sudut pindai pada
kecerahan lampu. Efek ini cenderung ditiadakan melalui rata-rata pancaran dari semua sudut
pemindaian yang tersedia. Contoh lainnya adalah efek musiman pada pancaran cahaya yang
diamati, yang cenderung menghilang melalui penyertaan pengamatan pada berbagai musim.

VCM malam hari dinilai memiliki tingkat penghilangan awan global sebesar 7,3% (Kopp et
al. 2014). Dengan demikian, komposit bebas awan rusak karena dimasukkannya sekitar 7%
pengamatan berawan yang salah ditandai sebagai jelas. Awan buram akan menghalangi
deteksi cahaya di permukaan bumi. Awan yang lebih tipis akan mengurangi pancaran yang
diamati dan mengaburkan fitur spasial. Tampaknya proses penghilangan outlier berfungsi
untuk menghilangkan piksel yang pancarannya meredup akibat awan yang tidak terdeteksi.
Untuk piksel yang terpengaruh awan yang melewati penghapusan outlier, produk kembali
menggunakan 'kekuatan rata-rata' untuk mencapai rata-rata yang stabil melalui penyertaan
sejumlah besar pengamatan.
Produk VNL 2015 dapat dianalisis untuk mengidentifikasi titik paling terang di Bumi. Ini
sering dianggap sebagai Las Vegas, Nevada, rumah pencahayaan kasino yang luar biasa,

Gambar 14.Cahaya yang mengelilingi gugusan suar gas paling terang pada tahun 2015, terletak di dekat Madrid,
Venezuela. Bintik merah menunjukkan pancaran rata-rata lebih dari 10.000 nW cm−2sr−1. Ini adalah lokasi suar
gas.
2

22 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

termasuk suar langit 273.000 W yang bersinar dari kasino hotel Luxor. Memang, tempat paling
terang di Las Vegas memiliki pancaran rata-rata 2800 nW, menandainya sebagai daerah perkotaan
paling terang di dunia. Namun, pancaran Las Vegas dikerdilkan oleh pancaran rata-rata yang
terekam di banyak suar gas. Inspeksi yang cermat mengungkapkan titik paling terang di Bumi
adalah semburan gas di Venezuela, mencapai 97.892 nW. Di seluruh dunia, semburan gas besar
jelas melebihi kecemerlangan permukiman manusia. Sementara sebagian besar lampu listrik
memiliki pelindung dan mematuhi peraturan lokal tentang intensitas pencahayaan, semburan gas
tidak berada di bawah batasan seperti itu dan mewakili pelanggar terburuk di langit yang gelap.
Gambar 14 menunjukkan pendaran yang meluas di sekitar semburan gas terang di Venezuela.

5. Kesimpulan
Lampu waktu malam global yang diamati satelit menunjukkan lokasi dan kecerahan cahaya yang lolos ke luar angkasa. Hanya sensor pencitraan cahaya rendah khusus yang mampu memperoleh

data sumber untuk lampu malam hari. Memiliki data inframerah gelombang menengah hingga panjang yang dikumpulkan secara bersamaan merupakan aset penting, yang memungkinkan

penyaringan awan. Untuk pembuatan produk global, perlu ada lusinan pengamatan per tahun untuk mendapatkan pengamatan yang memadai guna menyaring fitur asing yang tidak terkait dengan

pencahayaan permukaan. Dari pertengahan 1970-an hingga 2011, satu-satunya instrumen yang memenuhi kriteria ini adalah DMSP OLS Angkatan Udara AS, yang mengumpulkan satu set lengkap

gambar Bumi di malam hari setiap 24 jam. NOAA membuat rangkaian waktu produk lampu malam global tahunan dengan data OLS dari tahun 1992–2013. Sementara produk OLS telah digunakan

secara luas oleh para ilmuwan dan ekonom, data OLS memiliki beberapa kekurangan, termasuk rentang dinamis yang dibatasi oleh kuantisasi enam bit, resolusi spasial yang kasar, dan tidak ada

kalibrasi dalam penerbangan. Dalam kondisi pengoperasian normal, OLS memenuhi inti perkotaan yang terang. Pada tahun 2011, NASA dan NOAA meluncurkan satelit SNPP, membawa VIIRS, yang

mengumpulkan data pencitraan cahaya rendah dengan kuantisasi 14 bit, batas deteksi yang lebih rendah, jangkauan dinamis yang lebih luas, dan jejak piksel 45 kali lebih kecil jika dibandingkan

dengan OLS. Seperti OLS, VIIRS mengumpulkan satu set lengkap gambar malam hari Bumi setiap 24 jam. Pada artikel ini, kami telah menguraikan serangkaian langkah dasar yang terlibat dalam

pembuatan produk lampu malam tahunan dari data VIIRS. termasuk rentang dinamis yang dibatasi oleh kuantisasi enam bit, resolusi spasial kasar, dan tidak ada kalibrasi dalam penerbangan. Dalam

kondisi pengoperasian normal, OLS memenuhi inti perkotaan yang terang. Pada tahun 2011, NASA dan NOAA meluncurkan satelit SNPP, membawa VIIRS, yang mengumpulkan data pencitraan

cahaya rendah dengan kuantisasi 14 bit, batas deteksi yang lebih rendah, jangkauan dinamis yang lebih luas, dan jejak piksel 45 kali lebih kecil jika dibandingkan dengan OLS. Seperti OLS, VIIRS

mengumpulkan satu set lengkap gambar malam hari Bumi setiap 24 jam. Pada artikel ini, kami telah menguraikan serangkaian langkah dasar yang terlibat dalam pembuatan produk lampu malam

tahunan dari data VIIRS. termasuk rentang dinamis yang dibatasi oleh kuantisasi enam bit, resolusi spasial kasar, dan tidak ada kalibrasi dalam penerbangan. Dalam kondisi pengoperasian normal,

OLS memenuhi inti perkotaan yang terang. Pada tahun 2011, NASA dan NOAA meluncurkan satelit SNPP, membawa VIIRS, yang mengumpulkan data pencitraan cahaya rendah dengan kuantisasi 14

bit, batas deteksi yang lebih rendah, jangkauan dinamis yang lebih luas, dan jejak piksel 45 kali lebih kecil jika dibandingkan dengan OLS. Seperti OLS, VIIRS mengumpulkan satu set lengkap gambar

malam hari Bumi setiap 24 jam. Pada artikel ini, kami telah menguraikan serangkaian langkah dasar yang terlibat dalam pembuatan produk lampu malam tahunan dari data VIIRS. membawa VIIRS,

yang mengumpulkan data pencitraan cahaya rendah dengan kuantisasi 14 bit, batas deteksi yang lebih rendah, jangkauan dinamis yang lebih luas, dan jejak piksel 45 kali lebih kecil jika dibandingkan dengan OLS. Seperti OLS, VIIRS

Instrumen apa pun yang memiliki batas deteksi yang cukup rendah untuk mendeteksi pencahayaan listrik yang ada di

permukaan bumi juga akan mendeteksi serangkaian fenomena yang tidak terkait dengan pencahayaan permukaan, termasuk jejak

sinar matahari yang dipantulkan, cahaya liar, kilat, aurora, pembakaran biomassa, dan HEP. Di bawah kondisi cahaya bulan,

rangkaian fitur asing meluas menjadi awan, salju, dan kilauan bulan. Untuk membuat produk lampu malam berkualitas penelitian

dari data VIIRS memerlukan serangkaian langkah penyaringan yang mengalir untuk menghapus data yang terkontaminasi oleh fitur

asing sebelum rata-rata temporal. Penyaringan ini sangat penting untuk menghasilkan produk lampu malam hari standar yang

sangat seragam. Ambang batas sudut zenit surya digunakan untuk menyaring data yang terkontaminasi sinar matahari dan cahaya

liar. Sudut zenit satelit untuk setiap piksel disediakan dalam file geolokasi VIIRS. Ambang pencahayaan bulan digunakan untuk

menyaring data cahaya bulan. Kami mengembangkan algoritme khusus untuk mengidentifikasi dan mengecualikan piksel yang

terkontaminasi oleh petir dan deteksi HEP. Lebih dari satu dekade lalu, kami mengembangkan algoritme penghilangan outlier untuk

memfilter api dari komposit OLS. Ini direvisi untuk bekerja dengan data VIIRS dan secara efektif menghilangkan pembakaran

biomassa dan lampu temporal lainnya untuk menghasilkan ORCFC. Dengan data OLS, Ini direvisi untuk bekerja dengan data VIIRS

dan secara efektif menghilangkan pembakaran biomassa dan lampu temporal lainnya untuk menghasilkan ORCFC. Dengan data

OLS, Ini direvisi untuk bekerja dengan data VIIRS dan secara efektif menghilangkan pembakaran biomassa dan lampu temporal

lainnya untuk menghasilkan ORCFC. Dengan data OLS,

32

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 23

latar belakang diidentifikasi dengan vektor yang digambar secara manual. Untuk VIIRS, kami
mengembangkan serangkaian prosedur untuk mengidentifikasi kumpulan piksel latar belakang
berdasarkan rentang data rendah (maksimum minus minimum) dan kurangnya ekspresi untuk
pemukiman manusia yang remang-remang. Hasilnya adalah kisi-kisi pancaran latar belakang di mana
area dengan atau berdekatan dengan pencahayaan permukaan memiliki nilai null (nol). Lubang
penerangan permukaan diisi dengan pancaran pancaran benih terdekat. Sebuah delta diterapkan ke latar
belakang untuk mengurangi deteksi palsu pencahayaan permukaan di area yang memiliki jumlah
pengamatan bebas awan yang rendah. Sel kisi dengan pancaran positif setelah pengurangan latar
belakang (ditambah delta) dari ORCFC dianggap memiliki pencahayaan permukaan. Produk lampu malam
melaporkan pancaran rata-rata ORCFC untuk sel kisi yang dianggap memiliki pencahayaan permukaan.
Produk VNL saat ini mewakili kemajuan besar dibandingkan RCFC DNB bulanan sebelumnya.
Selain penerangan listrik, produk RCFC merekam pencahayaan dari pembakaran biomassa, aurora,
dan permukaan albedo tinggi seperti puncak gunung di ketinggian. Selain itu, produk bulanan
selalu mengalami pemadaman data di area yang sangat berawan dan di lintang tinggi pada bulan-
bulan sekitar titik balik matahari musim panas. Efek ini telah sepenuhnya dihilangkan dari produk
lampu malam VIIRS 2015.
Kumpulan fitur utama yang tersisa yang tidak terkait dengan penerangan listrik adalah suar
gas, yang untuk suar besar menghasilkan cahaya dalam jumlah besar di sekitar lokasi suar. Suar
gas berada di urutan teratas dalam daftar tempat paling terang di Bumi. Untuk studi kecerahan
langit buatan, penyertaan semburan gas dan pancaran di sekitarnya sangat bermanfaat. Namun,
untuk studi perkotaan, suar dan cahaya adalah gangguan. Kami menyediakan set vektor gas flare
2015 sebagai panduan bagi para peneliti.
Ada beberapa alasan untuk memproses lampu malam menggunakan data bertahun-tahun
penuh. Produk lampu malam hari global memerlukan data dari musim dingin untuk mendapatkan
CVG yang dapat digunakan di garis lintang sedang hingga tinggi. Memproses data setahun penuh
memastikan bahwa musim dingin tercakup untuk belahan bumi utara dan selatan. Pengamatan
yang diperoleh selama musim kemarau sangat berharga untuk penerangan malam hari. Musim
kemarau biasanya terjadi selama beberapa bulan, tetapi bulan-bulan tertentu bervariasi.
Pencantuman data setahun penuh membantu memastikan bahwa musim kemarau lokal tercakup.
Memiliki observasi bebas awan dalam jumlah besar adalah kunci keberhasilan penyingkiran outlier,
kunci penyingkiran pembakaran biomassa. Semua alasan ini mengarah pada peningkatan tahunan
untuk produksi lampu malam berkualitas penelitian.
Rencana masa depan untuk peningkatan jaringan VNL mencakup pengembangan algoritme
untuk menyaring suar sekitar pijar dan kota-kota besar dengan lebih baik. Penelitian sedang
berlangsung pada metode ekstraksi jalan raya yang remang-remang yang dapat diamati secara
visual tetapi hilang pada langkah terakhir dari ORCFC ke VNL. Area lain untuk peningkatan produk
termasuk pengurangan latar belakang dan koreksi atmosfer.

Pernyataan pengungkapan

Tidak ada potensi konflik kepentingan yang dilaporkan oleh penulis.

Pendanaan

Pekerjaan ini didukung oleh Badan Penerbangan dan Antariksa Nasional: [Nomor Hibah
NNH15AZ01I].
42

24 PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI

Referensi
Amaral, S., G. Camara, AMV Monteiro, JA Quintanilha, dan CD Elvidge. 2005. “Memperkirakan
Populasi dan Konsumsi Energi di Amazon Brasil Menggunakan Data Satelit Waktu Malam
DMSP.”Komputer, Lingkungan dan Sistem Perkotaan29 (2): 179–195. doi:10.1016/j.
compenvurbsys.2003.09.004.
Baugh, K., CD Elvidge, T. Ghosh, dan D. Ziskin. 2010. “Pengembangan Stable Lights 2009
Produk Menggunakan Data DMSP/OLS.”Prosiding Jaringan Lanjutan Asia Pasifik30: 114–130.
doi:10.7125/APAN.30.17.
Bharti, N., AJ Tatem, MJ Ferrari, RF Grais, A. Djibo, and BT Grenfell. 2009. “Menjelaskan
Fluktuasi Musim Campak di Niger Menggunakan Citra Cahaya Malam Hari.”Sains334 (6061):
1424–1427. doi:10.1126/science.1210554.
Bright, EA, AN Rose, dan ML Urban, 2016. Landscan 2015 High-Resolution Global Population
Himpunan data. Laporan yang diterbitkan oleh Laboratorium Nasional Oak Ridge, Oak Ridge, TN, USA.
Chand, K., KVS Badarinath, CD Elvidge, dan BT Tuttle. 2009. “Karakterisasi Spasial Kelistrikan
Pola Konsumsi Daya di India Menggunakan Data Satelit Waktu Malam DMSP-OLS Temporal.”
Jurnal Internasional Penginderaan Jauh30: 647–661. doi:10.1080/01431160802345685. Elvidge,
CD, K. Baugh, M. Zhizhin, and FC Hsu. 2013 13-18 Januari. “Kenapa Data VIIRS Unggul
ke DMSP untuk Memetakan Lampu Malam Hari.Prosiding Jaringan Lanjutan Asia-Pasifik.”Di dalam
Jaringan Lanjutan Asia-Pasifik,diedit oleh C. Elvidge, 62–69. AS: Pusat Timur-Barat, Universitas Hawai'i -
Manoa.
Elvidge, CD, M. Zhizhin, K. Baugh, and FC Hsu. 2015. “Sistem Identifikasi Kapal Otomatis untuk
Data Pencitraan Cahaya Rendah VIIRS.”Penginderaan jauh7: 3020–3036. doi:10.3390/rs70303020.
Elvidge, CD, M. Zhizhin, K. Baugh, FC Hsu, and T. Ghosh. 2016. “Metode Survei Global
Pembakaran Gas Alam dari Data Radiometer Suite Pencitraan Inframerah Terlihat.”Energi9 (1): 14.
doi:10.3390/en9010014.
Falchi, F., P. Cinzano, D. Duriscoe, CCM Kyba, CD Elvidge, dan K. Baugh. 2016. “Dunia Baru
Atlas Kecerahan Langit Malam Buatan.”Kemajuan Sains2 (6): e1600377. doi:10.1126/
sciadv.1600377.
Frangi, AF, W. Niessen, K. Vincken, and M. Viergever. 1998. “Peningkatan Kapal Multiskala
Penyaringan."Komputasi Gambar Medis dan Intervensi Berbantuan Komputer — Catatan Kuliah
MICCAI'98 dalam Ilmu Komputer130–137. doi:10.1007/bfb0056195.
Ghosh, HT, R. Powell, CD Elvidge, KE Baugh, PC Sutton, and S. Anderson. 2010. “Menumpahkan
Menerangi Distribusi Global Kegiatan Ekonomi.”Buka Jurnal Geografi3: 147–160.
doi:10.2174/1874923201003010147.
Godin, R., dan G. Vicente. 2015.Deskripsi Algoritma Operasional Joint Polar Satellite System (JPSS).
(OAD) Dokumen untuk Perangkat Lunak VIIRS Cloud Mask (VCM) Intermediate Product (IP), National
Aeronautics and Space Administration (NASA).Greenbelt, Maryland: Pusat Penerbangan Luar Angkasa
Goddard. Doi: diakses pada 12 April 2017. Tersedia online di: https://jointmission.gsfc.nasa. gov/
sciencedocs/2015-08/474-00062_OAD-VIIRS-Cloud-Mask-IP_I.pdf
He, C., Q. Ma, T. Li, Y. Yang, dan Z. Liu. 2012. “Dinamika Spatoriotemporal Tenaga Listrik
Konsumsi di Tiongkok Daratan dari 1995 hingga 2008 Dimodelkan Menggunakan Data Lampu
Malam Hari Stabil DMSP/OLS.”Jurnal Ilmu Geofisika22 (1): 125–136.
Janiczek, PM, dan JA Deyoung. 1987.Program Komputer untuk Penerangan Matahari dan Bulan dengan
Tabel Kontingen dan Diagram.US Naval Observatory Circular 171. Doi: diakses pada 12 April
2017. Washington, DC: US Naval Observatory. Tersedia online di: http://aa.usno.navy.mil/
publications/docs/Circular_171.pdf
Kopp, TJ, WM Thomas, AK Heidinger, D. Botambekov, RA Frey, KD Hutchinson, BD
Lisager, K. Brueske, dan B. Reed. 2014. "Masker Awan VIIRS: Kemajuan di Tahun Pertama S-
NPP menuju Skema Deteksi Awan Umum."Jurnal Penelitian Geofisika – Atmosfer 119: 2441–
2456. doi:10.1002/2013JD020458.
Lindeberg, T. 1998. "Deteksi Fitur dengan Pemilihan Skala Otomatis."Jurnal Internasional dari
Visi Komputer30 (2): 79–116. doi:10.1023/A:1008045108935.
52

PENGERTIAN REMOTE TERHADAP CAHAYA MALAM HARI 25

Mazor, T., N. Levin, HP Possingham, Y. Levy, D. Rocchini, AJ Richardson, and S. Kark. 2013. “Bisa
Lampu Malam Berbasis Satelit Dimanfaatkan untuk Konservasi? Kasus Penyu Bertelur di
Mediterania.”Konservasi Hayati159: 63–72. doi:10.1016/j.biocon.2012.11.004. Miller, SD, SP
Mills, CD Elvidge, DT Lindsey, TF Lee, dan SJD Hawkin. 2012. “Suomi
Satelit Mengungkap Perbatasan Unik dari Kemampuan Penginderaan Lingkungan.”
Prosiding National Academy of Sciences Amerika Serikat109 (39): 15706–15711.
doi:10.1073/pnas.1207034109.
Miller, SD, W. Straka III, SP Mills, CD Elvidge, TF Lee, J. Solbrig, A. Walther, AK Heidinger,
dan SC Weiss. 2013. “Menerangi Kemampuan Band Siang/Malam NPP VIIRS Suomi.”
Penginderaan jauh5 (12): 6717–6766. doi:10.3390/rs5126717.
Mills, S., S. Weiss, dan C. Liang. 2013. “Karakterisasi Stray Light VIIRS Day/Night Band (DNB) dan
Koreksi."Prosiding SPIE 8866, Sistem Pengamatan Bumi XVIII,88661P.
Min, B., K. Gaba, OF Sarr, and A. Agalassou. 2013. “Deteksi Elektrifikasi Pedesaan di Afrika Menggunakan
Citra Lampu Malam DMSP-OLS.”Jurnal Internasional Penginderaan Jauh34 (22): 8118–8141.
doi:10.1080/01431161.2013.833358.
Oda, T., dan S. Maksyutov. 2011. “Resolusi Sangat Tinggi (1 Km×1 Km) Bahan Bakar Fosil Global CO2
Inventarisasi Emisi Berasal Menggunakan Database Sumber Titik dan Pengamatan Satelit terhadap
Cahaya Malam Hari.”Kimia dan Fisika Atmosfer11: 543–556. doi:10.5194/acp-11-543-2011. Kecil, C., F.
Pozzi, dan CD Elvidge. 2005. “Analisis Spasial Luas Perkotaan Global dari DMSP-OLS
Lampu Malam.”Penginderaan Jauh Lingkungan96: 277–291. doi:10.1016/j.rse.2005.02.002.
Sutton, PC, D. Roberts, CD Elvidge, dan KE Baugh. 2007. “Sensus dari Surga: Perkiraan
Populasi Manusia Global Menggunakan Citra Satelit Malam Hari.”Jurnal Internasional Penginderaan
Jauh22 (16): 3061–3076. doi:10.1080/01431160010007015.
Witmer, FDW, dan J.O'loughlin. 2011. “Mendeteksi Efek Perang di Kawasan Kaukasus
Rusia dan Georgia Menggunakan Citra Lampu Malam Hari DMSP-OLS yang Dinormalkan Secara Radiometrik.”
Giscience dan Penginderaan Jauh48 (4): 478–500. doi:10.2747/1548-1603.48.4.478.