Please use this identifier to cite or link to this item:
https://ptsldigital.ukm.my/jspui/handle/123456789/463502| Title: | Pemetaan spesies hutan paya bakau menggunakan imej satelit RapidEye di hutan paya laut matang |
| Authors: | Muhammad Akmal Roslani (P60998) |
| Supervisor: | Muzzneena binti Ahmad Mustapha, Dr. |
| Keywords: | Remote-sensing images. Mangrove forests-Malaysia |
| Issue Date: | 17-Feb-2015 |
| Description: | Hutan paya bakau merupakan ekosistem hutan yang produktif yang mendominasi zon pasang surut pantai tropika dan subtropika. Hutan ini mempunyai kepentingan ekologi dan ekonomi. Walau bagaimanapun, kewujudan dan kelestarian ekosistem ini diancam oleh pelbagai aktiviti pembangunan dan eksploitasi. Pemantauan dan penilaian ekosistem hutan paya bakau adalah penting dalam membantu usaha pemeliharaan dan pemuliharaan. Keupayaan untuk memetakan spesies hutan paya bakau menggunakan data imej satelit berupaya menyumbang kepada usaha pengurusan hutan paya bakau. Kajian ini bertujuan untuk mengelaskan spesies hutan paya bakau menggunakan penderia beresolusi sederhana RapidEye dan menentukan keupayaan analisis tekstur dalam pemetaan spesies tumbuhan hutan paya bakau. Pengelasan imej satelit RapidEye dijalankan dengan menggunakan algoritma MLC (Maximum Likelihood Classifier) dengan bantuan indeks NDVI (Normalized Difference Vegetation Index) daripada jalur merah (NDVIRed) dan jalur red edge (NDVIRed edge) serta aplikasi analisis tekstur menggunakan teknik statistik peringkat pertama yang mengukur varians. Analisis geostatistik dilakukan untuk penentuan magnitud variasi dan saiz tetingkap bagi mencirikan maklumat tekstur pada imej. Sebanyak sembilan kelas litupan tanah dan guna tanah yang terdiri daripada kelas spesies Rhizophora apiculata, Rhizophora mucronata, Bruguiera parviflora, Bruguiera cylindrica, Bruguiera gymnorrhiza, Avicennia- Sonneratia, hutan darat, air, dan lain-lain (bangunan/penempatan, jalan raya dan sebagainya) diperolehi. Hasil ketepatan keseluruhan pengelasan tertinggi pada 85.88% dengan statistik kappa keseluruhan 0.84 diperolehi menggunakan imej tekstur jalur red edge pada saiz tetingkap 11x11. Manakala, hasil pengelasan terendah adalah pada 64.71% dengan statistik kappa 0.60 yang diperolehi menggunakan imej tekstur jalur inframerah dekat pada saiz tetingkap 17x17. Hasil ketepatan keseluruhan pengelasan imej multispektral dengan kemasukkan maklumat tekstur jalur spektral didapati menurun dengan peningkatan saiz tetingkap. Hal ini kerana, peningkatan saiz tetingkap boleh menyebabkan masalah ralat pengelasan di hujung sempadan iaitu kemungkinan untuk berlakunya kekurangan atau terlebih anggaran bagi pengelasan sesetengah ciri kelas yang dilakukan. Kemasukkan maklumat tekstur jalur red edge menghasilkan nilai statistik kappa individu yang tinggi pada saiz-saiz tetingkap tertentu yang berupaya mengekstrak maklumat-maklumat reruang bagi kelas-kelas tersebut serta mengurangkan ralat pengelasan pada sempadan objek. Hasil menunjukkan variasi spektral dan reruang mempengaruhi keupayaan pemisahan spesies tumbuhan hutan paya bakau. Aplikasi analisis tekstur imej berupaya meningkatkan pemetaan spesies hutan paya bakau dan mampu menyumbang dalam kaedah pengurusan yang lebih berkesan,Master/Sarjana |
| Pages: | 147 |
| Call Number: | QK938.M27M6235 2015 tesis |
| Publisher: | UKM, Bangi |
| Appears in Collections: | Faculty of Science and Technology / Fakulti Sains dan Teknologi |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ukmvital_83035+SOURCE1+SOURCE1.0.PDF Restricted Access | 3.02 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.