Pertemuan 12
Pertemuan 12
Indeks kekeringan = bisa bandingan 1 lokasi dgn lokasi lain, manakah yang lebih kering. Bisa deteksi
area yang rawan kekeringan atau kebakaran. Indeks yang tinggi bikin rawan. Pet – potensi
evapotranspirasi, bukan kondisi sebenarnya, tapi kondisi idealnya. Pr adalah presipitasi, aumulasi
curah hujan, ro adalah run off atau kecepatan hilangnya air. Jatuh di tanah – tertahan tanaman
(intersepsi), kena di tanah > ngalir hilang atau meresap di tanah (infiltrasi). Kalau di sini sudah
digabungkan antara evaporasi dan transpirasi, ada actual ada ideal.
Masing2 tempat polanya berbeda. Nanti dicek bagaimana naik turunnya. Pola kerjanya kaya kemarin,
ditambah bikin legenda. Water balance/neraca air/keseimbangan air = presipitasi – run off –
evapotranspirasi. Konstanta run off itu diukur di lapangan harusnya, tidak bisa dipake langsung.
Diukur tinggi muka air tanah dan selokan, saat hujan dan saat berhenti hujan. Run off nya berapa
persen dari presipitasi. P*0,25 bisa diganti ro kalau tahu nilai ro lokal, dari satelit. Berapa persen dari
air hujan yg jadi ro? Bisa jadi di Jogja ga ¼ tapi 60-75% justru airnya hilang jadi run off.
Sumber:
https://spatialthoughts.com/courses/google-earth-engine/
https://courses.spatialthoughts.com/end-to-end-gee.html mantap bgt ini lengkap
Matriks konfusi bisa dihitung langsung di GEE. Sekarang bisa sampai Desember 2022. Pet itu
potensial, tapi bisa aja diganti pakai act. Et/10 karena dia 1/10 mm. Chart itu buat title dulu baru
isinya. Stretch kaya histogram stretching di PCD, angka min 0 angka max ya nilainya itu, Cuma
membantu visualisasi saja biar jelas. Kondisi ketercukupan air paling baik di warna hijau.
Script:
// Rentang Data yang Akan Dievaluasi
var startyear = 2010;
var endyear = 2022;
var months = ee.List.sequence(1,12);
var startmonth = 1;
var endmonth = 1;
// Functions
// Pemilihan Data Evapo-Transpirasi dalam Rentang Data
var ET = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').select('pet').filterDate(startdate,
enddate)
// Pengurutan Data secara Descending Order.
.sort('system:time_start', false)
.filterBounds(batasKHG);
// Pemilihan Data Curah-Hujan dalam Rentang Data
var P = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').select('pr').filterDate(startdate,
enddate)
// Pengurutan Data secara Descending Order.
.sort('system:time_start', false)
.filterBounds(batasKHG);
// Pemilihan Data Run-Off dalam Rentang Data
var RO = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').select('ro').filterDate(startdate,
enddate)
// Pengurutan Data secara Descending Order.
.sort('system:time_start', false)
.filterBounds(batasKHG);
print(myCollection);
Melakukan klasifikasi menggunakan RF, belajarnya refer ke spatialthoughts, buat region kecil utk
sample area, terus lakukan klasifikasi. Utk kelas2 tutupan lahan. Mau jadi berapa kelas, min 3: air
lahan terbuka vegetasi. Bisa juga pakai TensorFlow dll. Pekan depan disajikan masing2, hasil
klasifikasi tutupan lahan. Tambahin legenda, multiseries juga boleh. Citra bisa sentinel, landsat. Boleh
powerpoint terus kirim secara digital ke Pak Bambang. Jadikan pdf hasilnya. AREA 1 PROVINSI
DIGITASI SENDIRI SAJA BIAR VERTEXNYA TIDAK TERLALU BANYAK DAN TIDAK
MEMPERLAMBAT PROSES. Pertemuan 12 diganti belajar mandiri yang dipresentasikan minggu
depan. Jml kelas bebas tdk perlu mengikuti skema klasifikasi ttt. 13 – 23 kelas, meski hasilnya blm
tentu baik:v