Tutor QGIS | Cara Memprediksi Perkembangan Lahan dengan Cellular Automata di QGIS 2.18.20
Terima kasih telah mengunjungi halaman ini.
Namun mulai tanggal 4 Agustus 2020, saya telah memindahkan isi halaman ini ke dalam blog yang lebih khusus:
Salam hangat.
terima kasih mas... bermanfaat sekali
BalasHapusHi, SocaArief.
HapusSama-sama... Senang mendengar kalau artikel ini bisa bermanfaat untuk orang lain. Happy to hear that. :D
1. Anda dapat dari mana peta tataguna lahan yg time series (thn 2013 dan 2018)? Apakah lewat foto udara satelit, lalu anda olah dgn bantuan machine learning algoritma SVM?
BalasHapus2. Apakah plugin ini bisa memprediksi dgn banyak layer? Kasus anda kan, data timeseries tataguna lahan pada thn 2013 dan 2018 untuk memprediksi 2022.
Nah bisa kah dengan time series 2018, 2019, 2020, 2021 untuk memprediksi 2022?
Salam hangat.
HapusSaya coba menjawab sesuai jawaban yang saya punya ya...
1. Saya menggunakan citra satelit Landsat tahun 2013 & 2018 di artikel ini, kemudian menggunakan algoritma SVM di plugin dzetsaka untuk mengklasifikasi tutupan lahannya.
2. Saya beberapa hari lalu kembali menggunakan plugin MOLUSCE. Sejauh ini data time series yang di-input (sebagai dasar prediksi) hanya bisa dua tahun saja, karena hanya ada kolom "initial" (tahun awal) dan "final" (tahun akhir) saja di bagian "Inputs"-nya.
Plugin MOLUSCE ini cara kerja prediksinya menyesuaikan interval data time series yang kita input.
Kalau kita input data tahun 2010 sebagai "initial" dan tahun 2020 sebagai "final," maka hasil prediksinya akan tahun 2030. Jarak tahun prediksinya akan sama dengan jarak tahun data dasar yang kita masukkan.
Salam hangat.
Terima kasih untuk tutorialnya, bermanfaat sekali untuk pemula :)
BalasHapusSaya pernah membaca untuk model CA ini juga dibutuhkan data raster sebagai faktor yang menentukan perubahan tutupan lahan, misalnya yang mempengaruhi deforestasi yaitu jarak ke jalan, jarak ke pemukiman, kepadatan penduduk dsb. Data faktor determinan ini diinput di bagian mana ya? mohon informasinya.. Terima kasih
Salam hangat, Salmah.
HapusTerima kasih. Mohon maaf saya kadang membalas tiap dua hari sekali, sehingga terlambat untuk membalas komentar kali ini.
Benar sekali bahwa kita memerlukan data faktor determinan.
Data raster tersebut diistilahkan sebagai "spatial variables" di plugin MOLUSCE yang kita gunakan di tutorial ini...
Data-data raster tersebut kita input ke kolom "Spatial variables" pada tampilan awal plugin tersebut.
Visualisasi langkah ini ada di gambar nomor ke-9 dan ke-10 dari gambar paling bawah di artikel ini...
Feel free jika Salmah memiliki pertanyaan lebih lanjut.
Salam hangat.
Saya baru ingat, ternyata di artikel ini saya malah mengisi kolom "Spatial variables" dengan data peta tutupan lahan tahun 2013 dan 2018 ya?
HapusSaya menyatakan bagian tersebut masih salah ya...
Artikel ini saya buat saat saya belum tahu tentang faktor determinan dalam model CA.
Yang benar, seharusnya kolom "Spatial variables" diisi dengan faktor determinan/faktor pengaruh perubahan lahan...
Semoga kelak saya bisa memperbaiki tutorial di artikel ini kembali...
Salam hangat.