Scribd
Unggah
1K tayangan2 halaman

Script Gee

Dokumen tersebut merangkum proses klasifikasi citra satelit Landsat 8 untuk menentukan delapan kelas penutup lahan di suatu kawasan. Prosesnya meliputi pemilihan citra, penentuan kelas dan sampel pelatihan, klasifikasi menggunakan Random Forest, validasi akurasi menggunakan sampel uji, dan ekspor hasil klasifikasi.

Diunggah oleh

Dhita Era Adistia
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai TXT, PDF, TXT atau baca online di Scribd
1K tayangan2 halaman

Script Gee

Dokumen tersebut merangkum proses klasifikasi citra satelit Landsat 8 untuk menentukan delapan kelas penutup lahan di suatu kawasan. Prosesnya meliputi pemilihan citra, penentuan kelas dan sampel pelatihan, klasifikasi menggunakan Random Forest, validasi akurasi menggunakan sampel uji, dan ekspor hasil klasifikasi.

Diunggah oleh

Dhita Era Adistia
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai TXT, PDF, TXT atau baca online di Scribd

//Menentukan citra satelit Landsat 8 yang digunakan

var image = [Link]([Link]('LANDSAT/LC08/C01/T1_SR')


.filterBounds(roi)
.filterDate('2021-01-01', '2021-04-30')
.sort('CLOUD_COVER')
.first());

//Menampilkan citra satelit Landsat 8 dan memotong berdasarkan kawasan yang


diinginkan
[Link]([Link](potong), {bands: ['B4', 'B3', 'B2'],min:0, max: 3000},
'True colour image');

//Membangun delapan kelas penutup lahan (FeatureCollection)


var classNames =
[Link](Mangrove).merge(Baran).merge(Karet).merge(Kelapa).merge(SemakBelukar
).merge(LahanTerbuka).merge(LahanTerbangun);

//Mencetak FeatureCollection pada console


print(classNames)

// Memilih band yang digunakan dalam klasifikasi


var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7'];

// Membangun sampel-sampel (training area atau region of interest atau area of


interest) kelas penutup lahan (25 sampel per kelas)
var training = [Link](bands).sampleRegions({
collection: classNames,
properties: ['TutupanLahan'],

//Mencetak training area pada console


print(training);

//Memilihi Random Forest sebagai algoritma klasifikasi


var classifier = [Link](100).train({
features: training,
classProperty: 'TutupanLahan',
inputProperties: bands
});

//Proses klasifikasi penutupan lahan


var classified = [Link](bands).classify(classifier);

//Memusatkan penyajian berdasarkan sebaran taining area


[Link](classNames, 13);

//Menyajikan hasil klasifikasi dan memotongnya


[Link]([Link](potong),
{min: 0, max: 7, palette: ['151B54', '008000', 'FFA500','438D80', '00FFFF',
'FFFF00', 'FF00FF', 'F660AB']},
'classification');

//Membangun sampel-sampel untuk uji akurasi


var vclassNames =
[Link](vMangrove).merge(vBaran).merge(vKaret).merge(vKelapa).merge(vSemakB
elukar).merge(vLahanTerbuka).merge(vLahanTerbangun);

//Melakukan klasifikasi terhadap sampel-sampel uji akurasi


var validation = [Link]({
collection: vclassNames,
properties: ['vTutupanLahan'],
scale: 30,
});

//Mencetak FeatureCollection uji akurasi pada console


print(validation);

//Membandingkan kelas penutup lahan validasi dengan hasil klasifikasi


var testAccuracy = [Link]('vTutupanLahan', 'classification');

//Mencetak matrik kesalahan pada console


print('Validation error matrix: ', testAccuracy);

//Mencetak hasil uji akurasi


print('Akurasi Keseluruhan: ', [Link]());
print('Akurasi Producer', [Link]());
print('Akurasi User', [Link]());
print('Koefisien Kappa', [Link]());

//Eksport hasil klasifikasi


[Link]({
image: classified,
description: 'Hasil_Klasifikasi',
scale: 30,
region: potong
});

Anda mungkin juga menyukai