IPBIPB

Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management)Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management)

Beras memainkan peran penting dalam menjamin ketahanan pangan Indonesia. Oleh karena itu, pemantauan lahan padi menggunakan data satelit sintetis aperture radar (SAR) sangat penting, terutama di wilayah tropis. Studi ini menyajikan algoritma baru untuk mendeteksi lahan padi di Subang, Jawa Barat, menggunakan Sentinel-1 SAR dengan interval pengambilan data 12 hari. Tiga fitur fenologi temporal pertumbuhan padi digunakan, yaitu hamburan balik minimum dan maksimum, serta perbedaannya. Lahan padi dibedakan dari tutupan lahan lainnya menggunakan algoritma thresholding sederhana berdasarkan pola spesifik dari hamburan balik polarisasi vertikal-horizontal (VH) yang rendah minimum, tinggi maksimum, dan tinggi perbedaannya pada plot persebaran dua dimensi (2D). Hasilnya menunjukkan bahwa algoritma yang diusulkan memiliki akurasi 94,02%, setara dengan algoritma random forest dan studi lain yang menggunakan parameter tiga dimensi (3D). Algoritma yang diusulkan mengurangi dimensi dari 3D ke 2D dan praktis untuk pemetaan dan pemantauan lahan padi.

Lahan padi berhasil dibedakan dari jenis tutupan lahan lainnya menggunakan algoritma thresholding sederhana berdasarkan pola spesifik hamburan balik VH yang rendah minimum, tinggi maksimum, dan tinggi perbedaannya pada plot persebaran 2D.Algoritma ini memiliki akurasi 94,02% dan mengurangi dimensi dari 3D ke 2D, sehingga lebih mudah diterapkan untuk pemetaan dan pemantauan lahan padi.Algoritma ini juga diterapkan di wilayah sekitar Karawang, Indramayu, dan Bekasi dengan akurasi tinggi.

Studi lanjutan dapat diarahkan untuk menguji algoritma yang diusulkan pada wilayah dengan topografi yang lebih kompleks, seperti daerah pegunungan dengan kemiringan yang curam. Selain itu, penelitian dapat memperluas penggunaan algoritma ini ke wilayah lain di Indonesia dengan karakteristik lahan padi yang berbeda, seperti wilayah dengan pola tanam yang lebih bervariasi. Pengembangan lebih lanjut juga dapat dilakukan dengan menggabungkan data SAR dari berbagai sensor untuk meningkatkan akurasi dan ketahanan algoritma dalam berbagai kondisi lingkungan.

  1. Mapping Paddy Rice Distribution and Cropping Intensity in China from 2014 to 2019 with Landsat Images,... doi.org/10.3390/rs14030759Mapping Paddy Rice Distribution and Cropping Intensity in China from 2014 to 2019 with Landsat Images doi 10 3390 rs14030759
  2. Paddy Rice Mapping in Thailand Using Time-Series Sentinel-1 Data and Deep Learning Model. paddy rice... mdpi.com/2072-4292/13/19/3994Paddy Rice Mapping in Thailand Using Time Series Sentinel 1 Data and Deep Learning Model paddy rice mdpi 2072 4292 13 19 3994
  3. Paddy fields classification using a 2-dimensional scatterplot of growth phenological features from Sentinel-1... journal.ipb.ac.id/index.php/jpsl/article/view/52665Paddy fields classification using a 2 dimensional scatterplot of growth phenological features from Sentinel 1 journal ipb ac index php jpsl article view 52665
  4. Pemetaan Lahan Pertanian Sawah Irigasi Teknis, Setengah Teknis, dan Tadah Hujan di Nagari Batu Payuang... doi.org/10.32530/jaast.v1i1.22Pemetaan Lahan Pertanian Sawah Irigasi Teknis Setengah Teknis dan Tadah Hujan di Nagari Batu Payuang doi 10 32530 jaast v1i1 22
File size1.33 MB
Pages10
DMCAReportReport

ads-block-test