Month: May 2018

Salah satu concern terbesar dalam penggunaan data time series adalah temporal konsistensi, terutama konsistensi dalam nilai piksel NDVI yang rentan terhadap gangguan aerosol, atmosfer dan saturasi di dense canopy (LAI > 3). Sehingga pendekatan/data/metode lain diperlukan dalam analisa time series menggunakan data RS, #kulgram #bfast Analisa tentang konsistensi data time series dapat dilakukan salah satunya menggunakan Analisa breakpoint. Breakpoint disini adalah perubahan mendadak (naik atau turun) suatu nilai pada grafik time series (Lihat gambar) – atau umumnya sering juga disebut sebagai structural change, #kulgram #bfast (Verbesselt et al. 2010) Secara logis, breakpoint pada NDVI dapat dikaitkan dengan perubahan cover pada vegetasi. Adanya deforestasi, forest fire, lulc dan juga planting time dapat membuat perubahan mendadak pada coverage vegetasi, #kulgram #bfast Contohnya di sini saya mendeteksi breakpoint dari avhrr gimms 1982 – 2015 di Borneo, bisa dilihat ada daerah yang terdeteksi sebagai breakpoint pada tahun 98 – 99 yang merupakan salah satu periode ENSO dengan magnitude besar yang memicu forest fire, #kulgram #bfast breakpoint...