GeoSoftware Online Course (GOC)

GeoSoftware Community dan PT Geo Aps Indonesia

2022

Disclaimer: Dokumen ini digunakan hanya untuk kebutuhan GeoSoftware Online Course (GOC). Konten ini mengandung Kekayaan
Intelektual, pengguna tunduk kepada undang-undang hak cipta, merek dagang atau hak kekayaan intelektual lainnya. Dilarang
untuk mereproduksi, memodifikasi, menyebarluaskan, atau mengeksploitasi konten ini dengan cara atau bentuk apapun tanpa
persetujuan tertulis dari GeoSoftware Community dan/atau PT Geo Aps Indonesia.

GOOGLE EARTH ENGINE

Modul Hari Ke-2

Membuat turunan DEM

Sebelum membuat turunan DEM, kita perlu memanggil data DEM nya terlebih dahulu
(misalnya SRTM versi 4).

var srtm = ee.Image("CGIAR/SRTM90_V4");

Setelah kita panggil data SRTM, untuk membuat turunan DEM kita gunakan perintah
ee.Terrain.slope. Berikut contohnya:

var slope = ee.Terrain.slope(srtm);

Hasil slope dari pengolahan di atas memiliki satuan derajat. Untuk mengubahnya menjadi
persen, kita harus melakukan operasi matematika ini:

var slopePercent = slope.divide(180).multiply(Math.PI).tan().multiply(100);

Operasi Terrain yang ada di Google Earth Engine diantaranya:

Instagram: @geosoftware.comm | Facebook: GeoSoftware Community | LinkedIn: Geosoftware Community

Web: https://geosoftware-community-esriidcommunity.hub.arcgis.com/
Setelah membuat turunan DEM, kita akan berdiskusi terkait dengan cara handling image
collection. Berikut langkah-langkah melakukan handling image collection tersebut:
1. Misalnya kita ingin memanggil data Sentinel 2A, pada kolom search ketik sentinel. Lalu
plih sentinel yang dikehendaki, dan import data tersebut

2. Setelah dilakukan import, maka akan muncul varibel seperti demikian. Kita dapat
mengganti nama variabelnya sesuai dengan kehendak kita.

Sebagai contoh, pada modul ini akan diganti dengan nama s2.

3. Untuk melakukan filter berdasarkan lokasi, kita perlu menuliskan script berikut. Akan tetapi
sebelum itu kita perlu import juga data batas admin yang sudah ada di asset

var s2_filter = s2.filterBounds(tuban);

4. Misalnya kita ingin mefilter berdasarkan tanggal, kita perlu menambahkan perintah ini:

.filterDate('2021-01-01', '2021-07-31');

Instagram: @geosoftware.comm | Facebook: GeoSoftware Community | LinkedIn: Geosoftware Community

Web: https://geosoftware-community-esriidcommunity.hub.arcgis.com/
5. Jika ingin melihat data apa saja udah kita import, gunakan script berikut:

print(s2_filter.getInfo());

Pada console akan terdapat daftar seperti gambar berikut:

Untuk melihat metadatanya, pilih saja salah satu dari image yang telah terpanggil, dan
klik di properties.

6. Jika kita ingin mengurutkannya berdasarkan metadata, kita bisa menggunakan perintah
berikut:

.sort('CLOUD_COVERAGE_ASSESSMENT'); //misalnya berdasarkan

'CLOUD_COVERAGE_ASSESSMENT'

Instagram: @geosoftware.comm | Facebook: GeoSoftware Community | LinkedIn: Geosoftware Community

Web: https://geosoftware-community-esriidcommunity.hub.arcgis.com/
 7. Untuk memfilter data berdasarkan metadata. Misalnya kita ingin filter berdasarkan
CLOUDY_PIXEL_PERCENTAGE yang kurang dari 20

.filterMetadata('CLOUDY_PIXEL_PERCENTAGE', 'less_than', 20);

Semisal kita ingin masking awannya, kita dapat menggunakan fungsi berikut:
Untuk data Sentinel 2A
function maskS2clouds(image) {
var qa = image.select('QA60');

// Bits 10 and 11 are clouds and cirrus, respectively.

var cloudBitMask = 1 << 10;
var cirrusBitMask = 1 << 11;

// Both flags should be set to zero, indicating clear conditions.

var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
.and(qa.bitwiseAnd(cirrusBitMask).eq(0));

return image.updateMask(mask).divide(10000);
};

Untuk data LANDSAT 8 OLI T1

function maskL8sr(image) {
// Bits 3 and 5 are cloud shadow and cloud, respectively.
var cloudShadowBitMask = (1 << 3);
var cloudsBitMask = (1 << 5);
// Get the pixel QA band.
var qa = image.select('pixel_qa');
// Both flags should be set to zero, indicating clear conditions.
var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
.and(qa.bitwiseAnd(cloudsBitMask).eq(0));
return image.updateMask(mask);
};

Scalling untuk LANDSAT 9

// Applies scaling factors.
function applyScaleFactors(image) {
var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
return image.addBands(opticalBands, null, true)
.addBands(thermalBands, null, true);
}

Instagram: @geosoftware.comm | Facebook: GeoSoftware Community | LinkedIn: Geosoftware Community

Web: https://geosoftware-community-esriidcommunity.hub.arcgis.com/
Untuk menerapkannya ke data collection, gunakan perintah berikut
.map(maskS2clouds);

Setalah dilakukan masking pada data awannya, kita perlu untuk menggabungkannya. Cara
menggabungkannya adalah dengan perhitungan statistik berikut

Dan terakhir untu menampilkan datanya

Map.addLayer(eeObject, visParams, name, shown, opacity);

=== Akhir Modul 2 ===

Instagram: @geosoftware.comm | Facebook: GeoSoftware Community | LinkedIn: Geosoftware Community

Web: https://geosoftware-community-esriidcommunity.hub.arcgis.com/