UMSUMS

Forum GeografiForum Geografi

Studi komprehensif ini menyelidiki perubahan penggunaan dan tutupan lahan (LULC) di Taman Nasional Ugam Chatkal, Uzbekistan, selama periode 30 tahun (1993–2022) menggunakan citra satelit Landsat. Dengan memanfaatkan algoritma pembelajaran mesin CA‑Markov dan Random Forest, penelitian ini menganalisis data historis untuk mengidentifikasi tren masa lalu serta memproyeksikan perubahan LULC di masa depan. Hasil remote sensing menunjukkan penurunan tajam tutupan gletser dari 2.105 km² menjadi 1.334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah hanya mengalami fluktuasi minor; urbanisasi meningkat dari 50 km² menjadi 90 km². Terdapat tiga skenario masa depan (hard, soft, dan bad) yang diprediksi menggunakan perangkat lunak TerrSet dengan model CA‑Markov untuk tahun 2035, 2045, 2055, dan 2065.

Penelitian ini memberikan wawasan penting tentang perubahan LULC selama tiga dekade di Taman Nasional Ugam Chatkal dengan menggunakan algoritma CA‑Markov dan Random Forest.Temuan mengungkap dampak perubahan iklim serta aktivitas manusia terhadap ekosistem taman, sekaligus menunjukkan efektivitas integrasi data penginderaan jauh dengan teknik pembelajaran mesin untuk klasifikasi akurat dan prediksi masa depan.Hasil tersebut dapat menjadi dasar bagi pembuat kebijakan dan menekankan pentingnya pengelolaan berkelanjutan serta pemantauan berkelanjutan untuk melindungi sumber daya alam.

Penelitian lanjutan dapat (1) mengkaji sensitivitas model CA‑Markov terhadap variasi skenario kebijakan pemerintah dengan memasukkan data proyeksi demografi dan investasi infrastruktur, sehingga dapat menjawab pertanyaan: bagaimana perubahan kebijakan penggunaan lahan mempengaruhi dinamika tutupan es dan urbanisasi di UCHNP? (2) mengintegrasikan data iklim regional yang lebih detail, termasuk proyeksi curah hujan dan suhu menurut skenario IPCC, untuk menilai kontribusi perubahan iklim terhadap penurunan glasier dan potensi peningkatan vegetasi, sehingga dapat diteliti: sejauh mana variabilitas iklim memoderasi laju perubahan tutupan lahan? (3) menerapkan pendekatan pembelajaran mendalam seperti convolutional neural networks pada citra Landsat dan Sentinel‑2 untuk meningkatkan akurasi klasifikasi kelas lahan yang sulit dibedakan, misalnya antara lahan pertanian dan padang rumput, dengan tujuan menjawab: apakah model deep learning dapat mengurangi kesalahan klasifikasi dibandingkan Random Forest pada kawasan pegunungan? Penelitian-penelitian tersebut akan memperkaya pemahaman tentang interaksi antara faktor sosial‑ekonomi, iklim, dan teknik klasifikasi, serta menyediakan rekomendasi kebijakan yang lebih terpercaya untuk pelestarian UCHNP.

  1. The Detection of Past and Future Land Use and Land Cover Change in Ugam Chatkal National Park, Uzbekistan,... doi.org/10.23917/forgeo.v38i2.4221The Detection of Past and Future Land Use and Land Cover Change in Ugam Chatkal National Park Uzbekistan doi 10 23917 forgeo v38i2 4221
  2. Land cover changes and their biogeophysical effects on climate - Mahmood - 2014 - International Journal... rmets.onlinelibrary.wiley.com/doi/10.1002/joc.3736Land cover changes and their biogeophysical effects on climate Mahmood 2014 International Journal rmets onlinelibrary wiley doi 10 1002 joc 3736
Read online
File size1.43 MB
Pages17
DMCAReport

Related /

ads-block-test