Jangka panjang rekaman data satelituntuk memantau tutupan lahan
Pengetahuan dan penelitian di masa yang akan datang
1. Skala ketergantungan adalah menjadi isu penting dalam pengambilan parameter biofisik sperti LAI di berbagai sensor
2. perbedaan antara pengukuran di lapangan dan satelit
3. global LAI data set akan memberikan data yang signifikan untuk model iklim yang berbeda untuk menyelidiki respon ekosistem untuk perubahan iklim.
Metode klasifikasi dan Metode Tradisional Tanah Sampul Pemetaan
OPERASI SIMPUL
•Operasi Nodes selama Learning
Node menerima input dan mengukur statistic node tersebut.
•Operasi Tata Ruang Pooler selama Learning
1. Selama tahap belajar itu quantizes pola masukan dan menghafal pusat kuantisasi.
2. Setelah pusat kuantisasi ini dipelajari, menghasilkan output dalam hal pusat-pusat kuantisasi ini selama tahap inferensi (George dan Jaros, 2007).
•Operasi Temporal Pooler selama Learning
Tujuan dari pooler temporal untuk membuat grup yang koheren sementara dari urutan pola spasial.
•Pelatihan Jaringan
Untuk membuat klasifikasi, menggunakan mapper diawasi yang menggantikan pooler sementara di tingkat tertinggi dari jaringan HTM. Untuk setiap pola input pelatihan, mapper diawasi menerima dua input selama pembelajaran: dari pooler spasial dan kategori vektor input dari sensor kategori.
•Operasi Nodes selama Inference
Setelah pelatihan node, dapat beralih ke modus inferensi. Selama inferensi, tingkat sudah memiliki model dunia (disimpan di kelenjar pooler spasial dan temporal). Ketika tingkat menerima masukan dari anak-anak, ia menggunakan model internal dari dunia untuk menciptakan output untuk mengirim ke induknya (s).
•Selama Inference
Ketiga algoritma pooler spasial, Gaussian, dot, dan produk, kerja yang berbeda selama tahap kesimpulan, tetapi mereka semua mengkonversi vektor masukan ke dalam vektor keyakinan atas kebetulan.
•Operasi Temporal Pooler selama Inference
Selama inferensi, yang pooler sementara menerima vektor keyakinan atas kebetulan dari pooler spasial.
•Operasi Top Node selama Inference
Selama inferensi dari node atas, yang pooler spasial bekerja seperti dijelaskan di atas. Mapper diawasi menerima vektor keyakinan atas kebetulan dari pooler spasial dan kategori dari sensor kategori.
kesimpulan
Pemilah berorientasi objek outruns metode berbasis pixel sangat. Ini menghasilkan akurasi keseluruhan 89,33%, sedangkan akurasi keseluruhan untuk metode klasifikasi terbimbing hanya 70,89%. Variasi antara akurasi dari kelas yang berbeda secara signifikan dipersempit dalam klasifikasi berorientasi objek. Secara khusus, pendekatan berorientasi objek menunjukkan kinerja yang unggul dalam mengklasifikasikan daerah built-up. Konsep objek memungkinkan penggunaan berbagai fitur, membuat penuh penggunaan informasi gambar resolusi tinggi. Di luar informasi murni spektral, objek gambar berisi atribut tambahan yang dapat digunakan untuk klasifikasi. Dengan parameter yang berbeda, pendekatan multiscale menawarkan kemungkinan dengan mudah beradaptasi resolusi objek gambar dengan persyaratan tertentu, data, dan tugas. Selain itu, klasifikasi HTM menganggap hubungan spasial dan temporal antara fitur dari sinyal sensorik, yang terbentuk dalam arsitektur memori hirarkis selama proses pembelajaran, dengan demikian meningkatkan hasil yang diperoleh oleh klasifikasi terbimbing.
GlobCover dan GlobCorine
Pengalaman Tahun 2005 dan 2009
Pengalaman Tahun 2005 dan 2009
GlobCover 2005
proyek
bertujuan
untuk
mengembangkan
dan
mendemonstrasikan
layanan
tutupan
lahan
global yang mampu menghasilkan
peta
tutupan
lahan
global yang didasarkan pada
300-m waktu
MERIS series untuk tahun
2005 dengan
menggunakan
MERIS time series.
Studi
GlobCorine
berusaha
untuk
mengatasi
masalah
European Environment Agency (EEA) ini dengan
membuat
penuh
penggunaan
time series Medium Resolution imaging Spectrometer (MERIS) melalui
layanan
pemetaan
tanah-cover
didedikasikan
untuk
benua
Eropa
dan
berdasarkan
temuan
GlobCover.
Membangun Kedudukan, Legitimasi, dan Kredibilitas terhadap Operasional Global dan Pengamatan Tutupan Lahan Regional dan penilaian dalam Konteks Proses dan Pengamatan Internasional Essential
Climate Varibles (ECV)
Pengamatan tutupan lahan di bumi sangat penting untuk memahami iklim mengubah dan dampaknya, untuk pembangunan berkelanjutan.
Rencana pelaksanaan pengamatan tutupan lahan diadopsi dari Group on Earth Observation (GEO) yang menyoroti pentingnya tutupan lahan untuk semua bidang sosial. Tujuannya adalah untuk memastikan interaksi dan dukungan teknis untuk proses politik, seperti GEO dan PBB, dengan melakukan observasi dan penilaian kebutuhan lahan di bumi.
Tujuan tambahan adalah untuk membangun kredibilitas teknis, dan itu ada dua. Komponen pertama berfokus pada area membangun konsensus internasional mengenai pedoman teknis pelaksanaan.
Komponen kedua berfokus pada pelaksanaan kegiatan dan studi teknis lebih lanjut untuk mengatasi sisa isu-isu kritis dalam rangka mendukung pengembangan standar internasional.
PERSYARATAN MONITORING TUTUPAN
LAHAN ECV
Untuk mengamati tutupan lahan dengan konsep ECV, beberapa daerah memerlukan persyaratan:
1.Dapat mengatasi kebutuhan UNFCCC
2.Memiliki kebutuhan spesifikasi produk yang akan didorong oleh masyarakat
3.Memiliki kebutuhan implementasi untuk fokus pada sistem yang global, termasuk:
•pengamatan terkoordinasi
•terintegrasi pada pemetaan standar
•penilaian kualitas yang independen
Setiap upaya pemantauan dengan konsep ECV harus memastikan kedudukan dan legitimasi selain kredibilitas teknis. Mekanisme koordinasi internasional di antara aktor-aktor kunci di seluruh dunia (pengguna, produsen, ilmu pengetahuan, regional / ahli nasional) adalah penting untuk memastikan bahwa produk tutupan lahan yang diterima secara internasional dan oleh UNFCCC.
kesimpulan
Temuan menyoroti bahwa:
•Adanya kebutuhan untuk kestabilan data tutupan lahan dan komponen dinamis dalam bentuk seri waktu dan perubahan tutupan lahan
•Konsistensi antara parameter model yang sering berbeda
lebih penting daripada ketepatan set data individual
•Memberikan informasi tentang alam dibandingkan vegetasi antropogenik dan melacak aktivitas manusia
•Produk tutupan lahan harus dapat melayani skala yang berbeda dan tujuan dari segi resolusi spasial dan temporal
•Pentingnya relatif akurasi kelas yang bervariasi tergantung pada parameter permukaan yang diperkirakan
•Persyaratan untuk resolusi temporal mengacu intraannual dan dinamika bulanan tutupan lahan, termasuk penginderaan jarak jauh
•Lebih dari 90% dari pengguna tutupan lahan umum menemukan LCC (Herold dan Johns, 2007) cocok untuk karakterisasi tematik, dan pendekatan ini juga cukup kompatibel
•Kualitas produk tutupan lahan harus transparan dengan menggunakan bendera kualitas dan kontrol yang mencakup informasi mengenai probabilitas untuk kelas tutupan lahan
Pengklasifikasian Gambar
Klasifikasi
gambar
digital merupakan proses mengelompokkan kelas piksel dalam pita spectrum yang berbeda-beda dan menggambarkan identitas.
Klasifikasi Citra adalah bagian penting dari bidang penginderaan jauh
meliputi analisis
gambar dan pengenalan pola
yang ada. Program khususnya
mempunyai
istilah
longer classifier.
Langkah-langkah
seleksi pengevaluasian data
•Merakit
informasi dari peta dan foto wilayah
•Melakukan
studi lapangan
•Memilih
rancangan hasil pegamatan
•Mengidentifikasi
data histogram yang ada
•Mengurutkan
data spektrum dan mengklasifikasikannya
Landsat
MSS 5 dan 7 dipilih dari set data yang lebih
besar
untuk
memberikan contoh yang ringkas, mudah diilustrasikan. Dalam prakteknya, band empat
atau
lebih
dapat digunakan.
Data perkotaan dan Pembangunan Energi
Modeling A GIS, Berbasis Bangunan
Perkotaan
Pemodelan Sistem Energi
Menggunakan
Engine URBAN-EPC
EPC merupakan implementasi ISO
13790: 2008 standar, yang menjabarkan resep perhitungan normatif
memperkirakan
kinerja energi bangunan menggunakan dasar fisika berbasis persamaan yang
melibatkan
seperangkat relatif kecil parameter dan pernyataan normatif tentang
penggunaan skenario diasumsikan,
sistem efisiensi, dll per jenis fungsional
bangunan
Resep EPC didasarkan pada keseimbangan panas per jam dari
seluruh bangunan menggunakan input
seperti :
•dinding dan jendela daerah,
•shading koefisien koefisienfi,
•sifat material,
•Fungsional lantai
•kepadatan pencahayaan,
•produksi panas internal dari peralatan,
•beban steker,
•suhu set poin dan jadwal hunian
Metodologi sistem pemodelan menggabungkan
tiga aspek:
1.pengaruh dari konteks perkotaan untuk
membangun penggunaan energi;
2.peran data perkotaan dalam membangun
simulasi energi; dan
3.integrasi pengolahan data dan simulasi energi
sebagai satu sistem modeling.
4. Urban-EPC meningkatkan EPC untuk
memperhitungkan ini pertama dua aspek; arsitektur
perangkat lunak yang lebih
besar maka koordinat Perkotaan-EPC untuk mewujudkan ketiga.
Struktur
Sistem Modeling
Sistem pemodelan yang dikembangkan dalam
bab ini berisi empat model utama: Data Persiapan
Model, Model Pre-Simulasi,
Simulasi Model Utama dan Visualisasi dan Analisis Model. pemodelan
sistem ini
menggunakan data perkotaan dari berbagai sumber sebagai input, mengintegrasikan
dan
kembali mendefinisikan mereka ke dalam satu set baru data yang dibutuhkan
oleh mesin pra
simulasi, memberikan data yang dihasilkan untuk model simulasi
utama, dan visualisasi dan
analisis final hasil dengan lainnya Data perkotaan
kesimpulan
Ada kekurangan dari metode
pemodelan energi bangunan perkotaan-konteks-sadar di PSS
meskipun fakta bahwa masalah bangunan ef energi fi siensi menerima perhatian yang lebih besar.
Hal
ini disebabkan ketidakmampuan membangun pemodelan energi untuk menjelaskan
konteks
perkotaan dan inkonsistensi antara data urban yang tersedia dan data
bangunan yang diperlukan
dalam alat pemodelan energi bangunan tradisional. Maka dengan menggunakan alat
Urban-EPC
harapannya dapat membantu mengatasi maslaah ini dengan metode
pemodelan yang berbeda
SGSC : SMART GRID SMART CITY DI
AUTRALIA
definisi
•Informasi dan komunikasi teknologi dan sistem untuk mengelola generasi dengan cara yang
lebih cerdas.
•Pengiriman, penyimpanan dan penggunaan akhir konsumsi listrik, untuk menghemat energi,
meminimalisir penggunaan listrik pada saat jam puncak, mengurangi risiko gangguan listrik dan
pemadaman, dan mengurangi emisi gas rumah kaca.
•Idealnya, dicapai dengan cara yang hemat biaya untuk industri dan bisnis, konsumen dan masyarakat secara keseluruhan.
kesimpulan
Konsep SGSC
merupakan konsep masa depan untuk membangun Smart City dengan cara
menghemat energi dengan adanya data dan informasi (database) yang lengkap
Introduction to Remote Sensing
Semua benda memancarkan radiasi elektromagnetik. Objek juga memantulkan
radiasi yang telah
dipancarkan oleh benda-benda lainnya
Analisis penginderaan
jauh mengembangkan pengetahuan tentang karakter fitur seperti vegetasi,
struktur,
tanah, batu, atau badan air di permukaan bumi
Bentuk paling nyata
radiasi elektromagnetik adalah
cahaya tampak, yang membentuk hanya sebagian
kecil (tapi sangat penting) dari
spektrum elektromagnetik penuh
Elektromagnetic
Spectrum
Energi elektromagnetik dihasilkan
oleh beberapa mekanisme, termasuk
perubahan dalam tingkat energi
elektron,
pembusukan substansi radioaktif, serta gerak termal atom dan molekul.
Matahari menghasilkan spektrum
penuh radiasi elektromagnetik, yang
sebagian radiasi ini mendekati
Bumi,
melewati atmosfer sebelum mencapai permukaan bumi kemudian sebagian yang terpantul ke atas
dari permukaan bumi
MENDETEKSI PERUBAHAN
TUTUPAN HUTAN
DENGAN BANTUAN
MESIN
VEKTOR
Hutan
adalah komponen penting dari permukaan bumi, yang mencakup sekitar 30% dari
luas lahan.
Perubahan tutupan hutan, khususnya akibat antropogenik, berdampak
luas pada proses lingkungan kritis
termasuk keseimbangan energi, siklus air,
dan proses biogeokimia. Seperti Konversi hutan untuk
pertanian, perkotaan, dan
nonhutan. Dengan
kemampuannya untuk memperoleh pengamatan berulang
dari permukaan bumi, satelit penginderaan jauh merupakan sumber data primer untuk memantau
perubahan hutan.
Support Vector Machine (SVM) untuk perubahan pemetaan
tutupan hutan. SVM adalah algoritma
pembelajaran statistik dirancang untuk
mencapai akurasi klasifikasi optimal melalui Structural Risk
Minimization (SRM) (Vapnik, 1995). seperti
desain memungkinkan SVM untuk menghasilkan hasil yang
lebih akurat dibandingkan
mesin lain algoritma yang biasa digunakan dalam klasifikasi citra penginderaan
jarak jauh (Chan et al., 2001; Huang et al., 2002; Pal dan Mather, 2005).
Adapun
jenis perubahan harus dipetakan dalam upaya pemetaan harus didefinisikan
berdasarkan
penggunaan dari produk perubahan dan
kemampuan untuk memetakan jenis-jenis perubahan dengan
menggunakan dataset
satelit yang tersedia.
kesimpulan
SVM
adalah mesin algoritma canggih yang memiliki beberapa keunggulan dibandingkan
mesin algoritma
lainnya yang biasa digunakan dalam Pemetaan
Perubahan Lahan.
Gambaran
Dari Klasifikasi Tutupan Lahan dan
Interopabilitasnya
pengertian lc dan pemetaan lc
LC
dapat didefinisikan sebagai diamati (bio)-fisik penutup dari permukaan bumi. dapat
digunakan
sebagai
referensi geografis misalnya
untuk :
-Penggunaan
Tanah
-Iklim
dan,
-Kajian
Ekologi
-Aktivitas
LC-pemetaan dapat didefinisikan sebagai proses ekstraksi informasi yang diatur
oleh prose
generalisasi.
kelasifikasi vegetasi
Vegetasi
adalah salah satu fitur utama dari hampir semua bagian dari permukaan bumi.
Selain
pemandangan Arktik dan Antartika dan gurun, sebagian besar permukaan
terestrial luar konstruksi
manusia ditutupi oleh vegetasi. Oleh karena itu,
tidaklah mengherankan bahwa LC berasal langsung dari
ilmu vegetasi, studi kategorisasi terutama
struktural dan physiognomic.
Tanaman
masyarakat dapat diklasifikasikan sesuai dengan berbagai kriteria yang berbeda,
tergantung
pada yang sifat mereka menekankan
Isu-isu Semantik Di
Land-cover Representasi
Analisis,Analisis Dan Visualisasi
manusia
perlu kategoris data untuk proses pengalaman, membentuk kenangan, menganalisis, atau
meringkas dan berkomunikasi pengetahuan . Alasan yang sama yang
menyebabkan adanya praktek
umum mengukur dan menyimpan informasi Tutupan lahan
sebagai kategori data.
kesimpulan
penggunaan
hubungan semantik metrik pada data Tutupan lahan menawarkan banyak kesempatan
yang
menarik untuk membangun metode kuantitatif yang ada untuk analisis Tutupan
lahan dan pengembangan
baru. Dalam penggunaan langkah-langkah hubungan semantik
harus menyediakan peneliti dan organisasi
dengan instrument halus untuk
memahami Tutupan lahan dan analisis yang terkait.
Peta Tutupan Lahan Africa
Informasi
tutupan
lahan
memberikan
informasi
penting
untuk
aplikasi
ilmiah
secara
global dan
kebijakan lingkungan
regional. Informasi
ini
menunjukkan
kondisi
umum
suatu
lahan
yang dapat
digunakan
dalam simulasi
iklim
dan
sebagai
model untuk
mempelajari
sistem
energy bumi,
air,
dan
transportasi
material.
kebijakan
dan
strategi
pembangunan
berkelanjutan
dari
skala
lokal
hingga
global, misalnya
yaitu perjanjian lingkungan
multilateral seperti konvensi
kerangka
kerja
pbb
tentang
perubahan
iklim
(unfccc),
konvensi
pbb untuk
memerangi
desertifikasi
(unccd),
konvensi
keanekaragaman
hayati
(cbd),
dan
konvensi
lahan
basah.
tutupan
lahan
sebagai
parameter utama
untuk
menilai
persyaratan
perjanjian
lingkungan
secara multilateral diatas.
Informasi
tutupan
lahan
juga
diperlukan
untuk
mengukur
dampak
dan
efektivitas
tindakan
manajemen yang terkait
dengan
kebijakan
pembangunan
berkelanjutan,
untuk
mengatasi
masalah
seperti
pengelolaan
dan pemanfaatan
hutan
dan
sumber
daya
lainnya
di
lahan
milik
negara-negara
berkembang,
konservasi
dan restorasi
hutan,
perluasan
lahan
pertanian,
penggurunan,
atau
degradasi
das secara
substansial
akan tergantung
pada
ketersediaan
akurat
informasi
tutupan
lahan
dasar
(pbb,
2002).
The
Joint Research Centre (JRC) memutuskan
untuk
menghasilkan
peta
tutupan
lahan
global
dalam kemitraan dengan
30 lembaga,
menggunakan
gambar
harian
SPOT-4 VEGETASI untuk tahun
2000
sumber
data primer (Bartholome dan
Belward,
2005).
Berbagai
jenis
data penginderaan
jauh
yang tersedia
untuk
vegetasi
pemetaan
di skala
benua;
masing
masing sumber
memiliki
potensi
aplikasi
sendiri.
peta
sebelumnya
berasal
dari
sumber
data tunggal,
sedangkan
peta GLC2000 menggunakan
empat
set informasi
satelit.
kesimpulan
•peta
vegetasi
skala
rendah
dianggap
ditak
dapat
dimanfaatkan
untuk
menganalisis
hutan
dan
pengelolaan
kawasan
lindung,
tapi
peta
skala
rendah
ini
dapat
memberikan
perspektif
regional untuk
studi
lokal
tentang
konservasi
sumber
daya
hayati
atau
inventarisasi
hutan
nasional.
Meskipun
peta
memberikan
informasi
biofisik
seperti
persentase
tutupan
pohon
atau
indeks
luas
daun
akan
semakin
banyak
digunakan
oleh
komunitas
ilmiah
yang bekerja
untuk
perubahan
global
•Resolusi
spasial
dari
peta
(300-m resolusi
pixel 1-km) tidak memungkinkan
penentuan
akurat
tren
tutupan lahan.
•Deteksi
pertanian
di Afrika
dari
data penginderaan
jarak
jauh
cukup
sulit
karena
sistem
pertanian
dan
pola spasial
lahan
pertanian.
•Kualitas
informasi
tutupan
lahan
yang tersedia
saat
ini
adalah
jauh
lebih
baik
daripada
informasi
yang
tersedia
10 tahun
yang lalu.
Tidak ada komentar:
Posting Komentar