Hasil Pencarian  ::  Simpan CSV :: Kembali

"Suhu permukaan laut merupakan salah satu parameter fisik oseanografi yang berguna untuk menentukan kualitas perairan. Suhu permukaan laut dapat diobservasi dengan menggunakan penginderaan jauh. Sensor penginderaan jauh harus mempunyai panjang gelombang inframerah termal atau gelombang mikro pasif untuk mengidentifikasi suhu permukaan laut. Pranala ocean color telah menyediakan data suhu permukaan laut yang diolah oleh tim NASA yaitu Ocean Biology Processing Group (OBPG). Sensor MODIS dan VIIRS merupakan instrumen penginderaan jauh yang digunakan untuk suhu permukaan laut pada pranala ocean color. Data yang disediakan berupa data level 2 dan level 3 yang diolah dalam harian, mingguan, bulanan bahkan tahunan."

"Estuaria merupakan wilayah peralihan dimana air sungai yang bersalinitas rendah bercampur dengan air laut yang bersalinitas tinggi. Perubahan sebaran salinitas yang dinamis di estuaria mempengaruhi kualitas dan pemanfaatan air. Zonasi salinitas dibuat agar pemanfaatan lingkungan perairan lebih optimal. Nilai salinitas permukaan perairan didapat dari hasil interpretasi citra Landsat-5 TM menggunakan algorithma salinitas (Wouthuyzen dkk. 2008). Hasil penelitian menyimpulkan terdapat empat zona di estuaria Muaragembong, yaitu: Zona Limnetic, Mexo-Oligohaline, Mexo-Mesohaline, dan Mexo-Polyhaline. Keberadaan zona tersebut bergantung pada variasi salinitas yang ditentukan oleh tingkat pencampuran salinitas yang dipengaruhi oleh debit sungai, curah hujan, kondisi pasang surut, dan arus permukaan laut.

---

Estuary is a transition area where low salinity river water mixed with high salinity sea water. Dinamically Changes of salinity distribution in estuary can influence the water quality and utility. Zonation of salinity was create to make utilization of aquatic environtment be more optimum. Surface water salinity was getting by interpretation result of Landsat-5 TM satellite image with salinity equation (Wouthuyzen et al. 2008).

This research conclude that in Muaragembong estuary there is four zone that is Limnetic, Mexo-Oligohaline, Mexo-Mesohaline and Mexo Polyhaline. These zone existence depend on salinity variation that was determined by the grade of salinity mixture that was influenced by river water discharge, precipitation, tide and sea surface current."

"Madden Juliaan Oscillation MJO merupakan fluktuasi intraseasonal berupaosilasi tekanan yang terjadi di wilayah equator. Tujuan penelitian ini adalahmengkaji proses perambatan MJO serta hubungannya dengan arus permukaanlaut, suhu permukaan laut SPL dan curah hujan. Rata-rata kecepatan penjalaranMJO berdasarkan analisis diagram Hovmoller adalah 5 m/s. Berdasarkan hasilanalisis komposit arus menunjukan adanya anomali negatif yang signifikan diLaut Flores pada periode DJF Desember-Februari-Maret dengan anomalisebesar -150 cm/s. Respon suhu permukaan laut menunjukan nilai korelasi kuatantara SPL dan OLR saat fase aktif MJO, dimana MJO terjadi lebih dulukemudian diikuti respon penurunan SPL di wilayah equator. Efek MJO terhadappenambahan curah hujan di wilayah Indonesia bagian Barat sebelah Utara kurangberperan, sementara untuk wilayah tengah Indonesia cukup bervariasi, kondisi inidisebabkan MJO telah berinteraksi dengan fenomena diurnal di Benua MaritimIndonesia.

---

Madden Juliaan Oscillation MJO is an intraseasonal fluctuation that oscillatesthe pressure occurring in the equatorial region. The purpose of this research is tostudy MJO propagation process and with sea climate, sea surface temperature SST and rainfall. The average MJO propagation speed based on the Hovmollerdiagram diagram is 5 m s. Based on the results of composite analysis the currentshows a significant negative anomaly in the Flores Sea in the DJF December January February, period with an anomaly of 150 cm s. The sea surfacetemperature response shows a strong correlation value between SPL and OLRduring the active phase of MJO, where MJO occurs first then followed by thedecreasing response of SPL in the equator region. The effect of MJO on theaddition of rainfall in the western part of Indonesia, especially the northern parthas less role, while for the middle region of Indonesia is quite varied, thiscondition is caused by MJO has interact with diurnal phenomenon in IndonesianMaritime Continent."

"Penentuan Suhu Permukaan Laut (SPL) atau Sea Surface Temperature (SST) dari pengukuran satelit telah mejadi fokus studi pengindraan jauh (indraja) sejak dua dekade terakhir ini. Sensor Advanced Very High Resolution Radiometer (AVHRR) pada satelit NOAA telah menjadi pelopornya sehingga sering dijadikan acuan untuk penentuan suhu permukaan laut oleh sensor-sensor satelit yang diluncurkan setelahnya, termasuk sensor Moderate Resolution Imaging Spectroradiometer (MODIS). Walaupun demikian, kedua sensor tersebut dibuat dengan karakteristik yang berbeda, sehingga dalam pengukuran suhu permukaan laut, hasilnya tidak akan persis sama. Pada skripsi ini, penentuan suhu permukaan laut AVHRR menggunakan algoritma Non Linear SST (NLSST) dan Multi Channel SST (MCSST) pada kanal 4 dan 5. Sedangkan untuk MODIS menggunakan algoritma Non Linear SST (NLSST) yang dibuat oleh International MODIS/AIRS Processing Package (IMAPP) pada kanal 31 dan 32. Data yang digunakan untuk masing-masing sensor pada skripsi ini adalah data level 1b. Suhu permukaan laut ditentukan dengan mengubah digital number menjadi nilai radiansi, kemudian ditentukan suhu kecerahan masing-masing kanal, dan yang terakhir adalah memasukan nilai-nilai suhu kecerahan ini pada algoritma SPL masing-masing sensor. Daerah studi kedua sensor diambil pada daerah dan tanggal yang sama, untuk kemudian dilakukan analisa terhadap hasil perhitungan SPL yang diperoleh.

---

Sea Surface Temperature (SST) retrieval from satellite measurement has became a focus study in Remote Sensing for two decades. NOAA/Advanced Very High Resolution Radiometer (AVHRR) sensor was the pioneer, so it is used as a reference for sea surface temperature retrieved by satellite sensors which are launched later, including Moderate Resolution Imaging Spectroradiometer (MODIS). However, both sensors have different characteristics, so the sea surface temperature derived from both sensors will not exactly the same.

In this final project, based on NOAA KLM User's Guide, the retrieval of NOAA/AVHRR sea surface temperature uses Non-Linear SST (NLSST) algorithm and Multi Channel SST (MCSST) for channel 4 and channel 5. Whereas the retrieval MODIS SST Non-Linear SST (NLSST) proposed by International MODIS/AIRS Processing Package (IMAPP) using channel 31 and channel 32. The satellite data which are used for each sensors in this final project is level 1b data. In the calculation, SST is defined by changing the digital number into radiance value, which is then converted to brightness temperature for each channel. The last step is to put in the brightness temperature value to each sensors SST algorithm. To compare and analyze the results, the same date and study area of both sensors are taken as the input."

"Kegiatan penangkapan ikan di laut memerlukan aplikasi teknologi yang memberikan informasi pendukung yang menyeluruh, mencakup wilayah yang luas dan dalam waktu yang cepat untuk efisiensi dan efektivitas penangkapan ikan. Hasil scan satelit NOAA/AVHRR-APT dapat dimanfaatkan untuk keperluan ini dengan melakukan pengolahan datanya terlebih dahulu. Penelitian ini menggunakan data mentah dari transmisi analog tipe Automatic Picture Transmission (APT) satelit NOAA/AVHRR yang di-decode menjadi digital dengan software WxtoImg. Pengolahan citra dilakukan menggunakan software perangkat lunak komputasi matematis dengan masukan berupa data level 2. Pengolahan data level 0 menjadi data level 2 ini dilakukan pada WxtoImg. Untuk membuat peta isotherm permukaan laut dan menetukan letak geografis daerah potensi ikan dibutuhkan persamaan yang menghubungkan antara suhu dengan piksel citra. Karena itu, dengan WxtoImg data di- enhancement menjadi citra yang dapat diolah dengan perangkat lunak komputasi matematis dengan persamaan yang menghubungkan antara suhu dan piksel citra. Enhancement bisa dilakukan secara otomatis dengan fasilitas enhancement sea surface temperature (SST) pada WxtoImg dengan acuan hubungan piksel dan suhu dari enhancement curve WxtoImg. Hasil enhancement berupa suhu permukaan laut akan dianalisis keunggulan dan kelemahannya jika dibandingkan dengan menggunakan citra hasil pada utilitas contrast enhance channel B only, yang dalam hal ini menggunakan kanal 4 saja. Dari penggunaan dua jenis data yang berbeda ini, juga bisa diperoleh letak geografis daerah perbedaan suhu permukaan laut dengan algoritma yang dikembangkan.

---

In order to increase the productivity of fish cultivation, a comprehensive information on fishery area is very vital. Using NOAA/AVHRR-APT, remote sensing satellite data could be converted into the Sea Surface Temperature (SST) could be one of the most effective solution to help the fishermen. In this research, the Automatic Picture Transmission (APT) data broadcasted from the satellite was decoded to level-2 digital imagery using WxtoImg software. To convert this image into the SST profile, image processing technique was implemented.

The result is the SST isotherm map and the geographical location of fishery potential area which is derived from the differences of temperature area. A mathematical correlation function between the pixel values and the SST was derived from the enhancement curve used in the software. The SST as the enhancement output will be analyzed and compared to the result of contrast enhancement of channel 4 only. Using these two variations of data, geographical location of different SST area could be obtained."

"Kondisi Samudera Pasifik yang mempengaruhi perairan Indonesia merupakan hal penting dalam mengkaji perubahan iklim yang dipicu oleh proses terjadinya La Niña dan El Niño (fenomena ENSO/El Niño Southern Oscillation). Program MatLab digunakan untuk mengkorelasikan suhu subsurface (data 12 buoy TRITON) di Samudera Pasifik dengan perubahan suhu permukaan laut/SST 16 wilayah perairan Indonesia. Buoy 10 (8oN dan 137oE) konsisten berkorelasi signifikan (99%) dalam lag time sampai 5 bulan terhadap perubahan SST 11 dari 16 wilayah perairan Indonesia dengan kedalaman yang berbeda. Hal ini menunjukkan bahwa kejadian ENSO bisa diprediksi setidaknya 5 bulan sebelumnya.Tidak adanya buoy yang berkorelasi signifikan dengan 5 wilayah lainnya terkait dengan arus dari Samudera Pasifik menuju Samudera Hindia yang melalui perairan Indonesia (arus lintas Indonesia/arlindo). Begitu pula dengan signifikansi buoy TRITON di Samudera Pasifik terhadap perubahan SST Selat Makassar dan Laut Maluku sebagai jalur utama arlindo serta perairan utara Pulau Papua yang terletak sekitar warm pool sebagai pintu masuknya. Puncak volume transport arlindo yang masuk dan keluar diperkirakan terjadi pada waktu yang berbeda dan dipengaruhi oleh adanya El Niño dan La Niña sehingga diduga terjadi penyimpanan massa air di perairan Indonesia.Hasil penelitian menunjukkan bahwa sistem arus di kawasan barat Samudera Pasifik sangat erat kaitannya dengan arlindo. Oleh karena itu, dengan penelitian ini program pemantauan perairan Indonesia bisa lebih ditingkatkan agar mampu memprediksi adanya El Niño dan La Niña serta pengaruh lainnya lebih awal. Untuk pemasangan buoy selanjutnya perlu mempertimbangkan posisi dan kedalaman buoy sesuai yang bisa mewakili semua wilayah perairan Indonesia untuk pemantauan ENSO sebagai salah satu faktor yang mempengaruhi variabilitas iklim di Indonesia.

---

Affecting condition of the Pacific Ocean on Indonesia waters is important in assessing climate change that was triggered by the occurrence of La Niña and El Niño (ENSO phenomenon/El Niño Southern Oscillation). MatLab program is used to correlate subsurface temperature (12 TRITON buoys data) in the Pacific Ocean with sea surface temperature/SST anomaly in 16 regions of Indonesian waters. Buoy 10 (8oN and 137oE) consistently correlated significantly (99%) in the lag time up to 5 months to changes in SST 11 of 16 regions with different depths. This suggests that ENSO events can be predicted at least 5 months earlier. No buoy which correlated significantly with 5 other regions closely related to the current from the Pacific Ocean to the Indian Ocean through the Indonesian waters (Indonesian throughflow/ITF). Similarly, the significance of TRITON buoys in the Pacific Ocean to the SST anomaly in Makassar Strait and Molucca Sea as the main line ITF, and also in the north of Papua Island which lies about warm pool as its entrance. ITF peak volume transport in and out is expected to occur at different times and influenced by the El Niño and La Niña that is suspected storage of water mass in Indonesian waters. The results showed that the current system in the western Pacific Ocean was closely linked to ITF. Therefore, with this study Indonesian waters monitoring program could be improved to be able to predict the presence of El Niño and La Niña and other influences early. And for the next buoy installation need to consider the position and depth of buoy according to represent all Indonesian waters for monitoring ENSO as one of the factors influencing climate variability in Indonesia."

"Penelitian ini membahas tentang sebaran rumput laut berdasarkan kondisi fisik yang mencakup suhu permukaan laut, muatan padatan tersuspensi (MPT), arus, salintas, serta oksigen terlarut (DO) untuk menentukan wilayah potensial pengembangan budidaya rumput laut di Pantai Ujunggenteng. Penelitian deskriptif ini menggunakan analisis spasial dengan menerapkan metode penginderaan jauh dan survey lapangan pada 15 lokasi untuk pengumpulan dan pengolahan datanya. Setelah data terkumpul dan terolah analisis selanjutnya yang digunakan adalah metode overlay peta. Hasil penelitian menunjukan sebaran rumput laut merata hampir di setiap karang dan menunjukan adanya kesesuaian kondisi fisik pantai dengan syarat budidaya rumput laut di Pantai Ujunggenteng. Berdasarkan sebaran dan kondisi fisik perairan inilah kemudian dapat ditentukan bahwa wilayah yang potensial adalah wilayah karang dan teluk serta bagian timur pantai dengan radius sampai 200 meter dari bibir pantai, wilayah yang cukup potensial adalah wilayah dengan radius 300-700 meter dari bibir pantai, sedangkan sisanya yang merupakan wilayah laut lepas adalah wilayah yang tidak potensial untuk pengembangan budidaya rumput laut.

---

This research discusses the distribution of seaweed by the physical conditions that include sea surface temperature, total suspended solids, currents, salinity, and dissolved oxygen (DO) to determine areas of potential development seaweed cultivation in Ujunggenteng beach. This is a descriptive research which uses spatial by applying the method of remote sensing and field surveys in 15 locations for the collection and processing of data. Once the data is collected and processed further analysis is the method of overlaying a map. Based on the distribution and physical condition of the water is then determined that the potential area is the region of the reefs and bays along the east coast with a radius of up to 200 meters from the coast, an area of considerable potential is an area with a radius of 300-700 meters from the beach, while the rest which is an open sea area is the area that is not potential for the development of seaweed cultivation."

"Indonesia merupakan benua maritim, terletak antara Samudera Hindia dan Pasifik. Karena itu, interaksi laut dan atmosfer berperan penting dalam pembentukan fenomena cuaca/iklim. Pemahaman yang baik terhadap parameter laut-atmosfer skala intra-musiman menarik diteliti karena mempengaruhi kehidupan masyarakat khususnya sektor perikanan tangkap dan sesuai dengan program WMO Sub-Seasonal to Seasonal Project. Penelitian ini bertujuan untuk mengidentifikasi kekuatan hubungan, mengkaji variasi serta mendapatkan siklus/periodisitas untuk Suhu Permukaan Laut SPL , angin meridional dan curah hujan pada periode maksimum seratus hari, di 10 perairan utama Indonesia. Data diperoleh dari satelit NOAA dan TRMM tahun 2002-2015. Data diolah dan dianalisis korelasinya maupun variasinya. Setelah melakukan Fast Fourier Transform, analisis spektral menggunakan Power Spectral Density ditampilkan melalui periodogram. Hasilnya menunjukkan bahwa Laut Flores, Laut Banda dan Laut Arafura memiliki hubungan yang paling kuat untuk curah hujan dengan SPL dan angin meridional. Ketiga perairan tersebut juga memiliki nilai SPL dan curah hujan terendah dan relatif mudah diprediksi karena nilainya pada hari ke-n tidak jauh berbeda dengan nilai pada hari ke n-1. Laut Halmahera memiliki curah hujan yang tinggi karena mendapatkan pengaruh lebih besar oleh aliran arus laut hangat dari warm pool di utara Papua dari pada pengaruh oleh Monsun Australia. Angin meridional di perairan barat Indonesia dipengaruhi/terkait dengan Madden Julian Oscillation. Kekuatan periodisitas SPL, angin meridional dan curah hujan di perairan barat maupun timur Indonesia tidak selalu sebanding karena terdapat time lag.

---

Indonesia is a maritime continent, lies between the Indian and Pacific Ocean. Therefore, the interaction of ocean and atmosphere plays an important role in the formation of the phenomenon of the weather climate. A good understanding of ocean atmosphere parameters of intra seasonal scale interesting to study because it affects people 39 s lives, especially fisheries sector and according to the WMO program Sub Seasonal to Seasonal Project.

This study aims to identify the strength of the relationship, review variations and get the cycle periodicity for Sea Surface Temperature SST , meridional wind and rainfall on the maximum period of one hundred days, in 10 major Indonesian waters. Data obtained from NOAA satellites and TRMM years 2002 2015. The data is processed and analyzed the correlation and its variations. After doing a Fast Fourier Transform, spectral analysis using Power Spectral Density displayed through periodogram.

The results show that the Flores Sea, Banda Sea and Arafura Sea has the strongest relationship for rainfall with SPL and meridional wind. These waters also have a lowest value for SST and rainfall and relatively more predictable because of its value in day n is not much different from the value on day n 1. Compared with Australian Monsun, Halmahera Sea has a high rainfall because it is more influenced by the flow of warm sea currents from warm pool in the north of Papua. Meridional wind in the waters of western Indonesia influenced with the Madden Julian Oscillation. The periodicity strength of SST, meridional winds and rainfall in western and eastern waters of Indonesia are not always comparable because there is a time lag."

"Produksi ikan cakalang di PPN Palabuhanratu mencapai 34,92, tuna mata besar 30,66 , madidihang 26,74 dan albakora 7,66. Tujuan penelitian untuk menganalisis pengaruh klorofil-a dan SPL terhadap hasil tangkapan cakalang dan mengidentifikasi daerah potensial penangkapan cakalang di perairan Barat daya Palabuhanratu. Lokasi penelitian pada koordinat 06o 30,0 39; S - 07o 40,0 39; S dan bujur 105o 00 39;,0 T - 107o 00,0 39; T. Data yang digunakan citra SPL dan klorofil-a dari satelit Aqua MODIS melalui software SeaDAS, kemudian data CPUE cakalang dari PPN Palabuhanratu 2005-2011. Analisis data menggunakan regresi berganda. Hasil penelitian menunjukan sebaran SPL di perairan barat daya Palabuhanratu antara 23,81oC -29,40°C, rata-rata 27,70°C dengan suhu optimum 27,27 -29,35°C. Konsentrasi bulanan klorofil-a antara 0,001 mg/m3 - 4,835 mg/m3, rata-rata 0,623 mg/m3 dan optimum 0,190 - 0,648 mg/m3. Hasil regresi berganda menunjukan hubungan SPL dan klorofil-a terhadap CPUE cakalang positif 19,5 artinya sangat lemah. Variabel SPL dan klorofil-a secara parsial dan simultan tidak mempengaruhi CPUE cakalang hanya 3,80. Peta daerah penangkapan ikan cakalang potensial berdasarkan parameter SPL dan klorofil-a terjadi pada musim peralihan Barat ke Timur April-Mei hingga pertengahan musim Timur Juni-Juli dan puncaknya terjadi bulan Mei. Secara spasial daerah penangkapan potensial cakalang berada di mulut Teluk Palabuhanratu, selatan Ujung genteng dan tenggara Tanjung Sodong.

---

Production of skipjack in Palabuhanratu fishing port reached 34.92 , 30.66 bigeye tuna, yellowfin tuna 26.74 and Albakora 7.66. The research objective analyzed the influence of chlorophyll a and SPL to skipjack CPUE and identify of potential fishing ground mapping of skipjack in the southwestern Palabuhanratu waters. Latitude position at 06o 30.0 39 S 07o 40.0 39 S and longitude 105o 00 39, 0 T 107o 00.0 39 T. Data were used in the SPL and chlorophyll a from MODIS Aqua satellite through SeaDAS software, then skipjack CPUE data from Palabuhanratu 2005 2011 . Analysis of data using multiple regression.

The results showed the distribution of SPL in southwest Palabuhanratu waters between 23,81°C 29,40°C, average 27,70°C with optimum temperature 27,27 29,35oC. Monthly chlorophyll a concentration of between 0.001 mg m3 4.835 mg m3, an average of 0.623 mg m3 and optimum 0.190 to 0.648 mg m3. The results of multiple regression analysis shows the relationship SPL and chlorophyll a of skipjack CPUE 19.5 means that very low. Variable SPL and chlorophyll a partial and simultan does not influence to skipjack CPUE only 3.80.

Potential fishing ground mapping based on parameters of the SPL and chlorophyll a transition the west to the east season April May to middle east season June July and the peak occurred in May. Spatially potential skipjack fishing ground at the mouth of the Palabuhanratu bay, southern of Ujung genteng and southeast of Tanjung Sodong."

"ABSTRAKKebakaran lahan gambut berkaitan erat dengan perubahan sifat alamiah gambut yang mudah kering, sehingga diperlukan monitoring besaran tinggi muka air TMA pada Kesatuan Hidrologis Gambut KHG . Keberadaan alat observasi SESAME dengan sensor yaitu TMA, kelembaban tanah, curah hujan dan suhu permukaan dapat membantu dalam memperoleh informasi real time karakteristik fisik lahan gambut. Pendekatan data penginderaan jauh dengan citra Terra MODIS dan data CHIRPS digunakan dalam memperoleh kondisi karakteristik fisik untuk area cakupan yang lebih luas. Kelembaban tanah TVDI dari citra Terra MODIS diperoleh dari hasil hubungan indeks vegetasi EVI dan suhu permukaan LST , sedangkan data curah hujan diperoleh dari data CHIRPS. Tujuan utama penelitian adalah menganalisa variasi spasial dan temporal data TMA serta hubungannya dengan variabel kelembaban tanah, curah hujan, tingkat kehijauan dan suhu permukaan baik itu yang terpasang pada alat observasi maupun penginderaan jauh. Analisa data secara statistik dengan metode korelasi pearson product moment dan regresi linier berganda digunakan untuk mengetahui hubungan tersebut. Hasil penelitian menunjukkan bahwa terdapat hubungan signifikan antara TMA dan variabel kelembaban tanah dari sensor di alat observasi, dengan nilai R tertinggi di Kecil1 sebesar 0,885. Ditinjau dari gabungan semua data diperoleh nilai R sebesar 0,357. Sedangkan hubungan TMA dan variabel dari data penginderaan jauh menunjukkan kelembaban tanah dan curah hujan memiliki hubungan signifikan, dengan nilai R untuk gabungan semua data sebesar 0,779. Persamaan yang dihasilkan untuk KHG Provinsi Kalimantan Tengah adalah Y = -7.321 ndash; 0.710 EVI 0.021 LST 0.277 TVDI 0.069 CHIRPS. Berdasarkan gambaran sebaran spasial dan temporal 16 harian tahun 2017 TMA di KHG Provinsi Kalimantan Tengah secara umum berada di ambang batas 0,4 meter, terutama pada musim kemarau.

---

ABSTRACT Peatland fire closely related to natural changes of water balance condition, in this case, we need to monitor groundwater level in peatland hydrological unit KHG .The existence of SESAME observation ground station with sensors ie groundwater level TMA , soil moisture, rainfall and surface temperature can assist in obtaining real time information of physical characteristics of peatlands. The study uses remote sensing data Terra MODIS and CHIRPS to obtain conditions of physical characteristics for a wider coverage area. Soil moisture data TVDI from Terra MODIS was derived from the relationship of vegetation index EVI and surface temperature LST , while rainfall data generated from CHIRPS data. The main objectives of the study are to analyze the spatial and temporal variations of groundwater level and their relation to soil moisture variables, rainfall, vegetation index, and surface temperatures of both those attached to SESAME observation and remote sensing data. Statistical data analysis with Pearson product moment correlation method and multiple linear regression is used to know the relationship. The results showed that there is a significant relationship between groundwater level and soil moisture variables from the sensor in the observation tool, with the highest R value in SESAME Kecil1 of 0.885. Judging from the combination of all data obtained R value of 0.357. While the relationship of TMA and variable from remote sensing data shows soil moisture and rainfall have significant relation, with R value for all data combination equal to 0,779. The resulting equation for KHG of Central Kalimantan Province is Y 7.321 0.710 EVI 0.021 LST 0.277 TVDI 0.069 CHIRPS. Based on the description of the spatial and temporal distribution of 16 daily 2017 TMAs in KHG Central Kalimantan Province is generally at the threshold of 0.4 meters, especially in the dry season. "