test

Tentu, mari kita analisis video tutorial QGIS ini secara lengkap dan detail.

Analisis Video Tutorial QGIS: Menilai Kesehatan Vegetasi Menggunakan Citra Satelit

Video ini adalah tutorial yang menunjukkan cara melakukan analisis kuantitatif citra satelit Sentinel-2 di QGIS, khususnya untuk menilai kesehatan vegetasi menggunakan Normalized Difference Vegetation Index (NDVI).

Pendahuluan (0:00 - 0:20)
Video dimulai dengan sambutan "Welcome to OpenSource Options" (Selamat datang di OpenSource Options). Pembicara menyebutkan bahwa pada video sebelumnya, mereka telah membahas cara mengunduh dan memvisualisasikan citra Sentinel. Pada awal video, tampilan QGIS menunjukkan citra satelit yang divisualisasikan dalam komposit inframerah warna palsu (False Color Infrared - FCIR), di mana area vegetasi sehat tampak berwarna merah terang.

Masalah dan Solusi (0:20 - 1:06)
Pembicara mengidentifikasi masalah utama: visualisasi warna palsu memang menunjukkan vegetasi sehat, tetapi tidak memberikan cara objektif atau kuantitatif untuk mengukur seberapa hijau atau sehat vegetasi tersebut dari waktu ke waktu atau di antara berbagai citra. Untuk mengatasi ini, video akan menunjukkan cara menggunakan indeks penginderaan jauh, khususnya Normalized Difference Vegetation Index (NDVI), untuk mendapatkan informasi numerik dari citra satelit.

Konfigurasi Tampilan Awal (1:06 - 1:40)
Pembicara menjelaskan konfigurasi tampilan citra Sentinel-2 saat ini:

• Lapisan Virtual: Semua band Sentinel-2 dimuat sebagai raster virtual.
• Komposit FCIR:
  • Band Merah: Band 8 (Near Infrared - NIR)
  • Band Hijau: Band 4 (Red)
  • Band Biru: Band 3 (Green)
    Ini adalah kombinasi band standar untuk komposit inframerah warna palsu, yang menonjolkan vegetasi sehat dengan warna merah.

Mencari Informasi Band Sentinel-2 (1:40 - 3:00)
Untuk memahami band mana yang akan digunakan dalam perhitungan NDVI, pembicara mencari "sentinel 2 bands" di Google dan membuka halaman Wikipedia yang relevan. Tabel di Wikipedia memberikan detail tentang band-band spektral Sentinel-2, termasuk panjang gelombang pusat, lebar pita, dan resolusi spasial.

• Band 8 (NIR): Panjang gelombang pusat sekitar 832.8 nm (Sentinel-2A) dengan resolusi 10m.
• Band 4 (Red): Panjang gelombang pusat sekitar 664.6 nm (Sentinel-2A) dengan resolusi 10m.
  Pembicara juga menyebutkan Band 8A (Narrow NIR) sebagai alternatif untuk beberapa kasus, yang memiliki panjang gelombang pusat sedikit berbeda dan lebar pita yang lebih sempit. Informasi ini penting karena NDVI menggunakan band inframerah dekat dan merah.

Menghitung Normalized Difference Vegetation Index (NDVI) (3:00 - 7:16)
Pembicara kembali ke QGIS untuk menghitung NDVI.

1. Akses Raster Calculator: Pembicara menunjukkan cara menemukan "Raster Calculator" melalui menu "Raster" > "Raster Calculator" atau melalui Processing Toolbox dengan mencari "Raster Calculator".
2. Formula NDVI: Pembicara menjelaskan formula NDVI:
   NDVI = (NIR - Red) / (NIR + Red)
   • NIR (Near Infrared): Band inframerah dekat (dalam kasus Sentinel-2, ini adalah Band 8).
   • Red (Merah): Band merah (dalam kasus Sentinel-2, ini adalah Band 4).
3. Logika NDVI:
   • Vegetasi sehat memantulkan cahaya inframerah dekat (NIR) dengan sangat kuat dan menyerap cahaya merah dengan sangat kuat.
   • Air dan tanah kosong memiliki respons yang berbeda. Air menyerap NIR dan merah, sedangkan tanah kosong memiliki respons yang lebih seimbang.
   • Oleh karena itu, nilai NDVI akan berkisar antara -1 hingga +1. Nilai yang lebih dekat ke +1 menunjukkan vegetasi yang lebih sehat dan padat, sedangkan nilai yang mendekati 0 atau negatif menunjukkan air, tanah kosong, atau area non-vegetasi lainnya.
4. Memasukkan Ekspresi ke Raster Calculator: Pembicara mendemonstrasikan cara memasukkan formula ke dalam Raster Calculator dengan mengklik dua kali pada nama band yang sesuai dari daftar "Raster Bands".
   • Ekspresi yang dimasukkan: ("TL2TM_20240423T182421_B08_10m.tif" - "TL2TM_20240423T182421_B04_10m.tif") / ("TL2TM_20240423T182421_B08_10m.tif" + "TL2TM_20240423T182421_B04_10m.tif")
5. Pengaturan Output:
   • Output Layer: Pilih opsi untuk menyimpan raster hasil ke file. Pembicara menyimpan file sebagai sentinel2_ndvi.tif.
   • Resolusi: Karena Band 8 dan Band 4 keduanya memiliki resolusi 10m, raster output NDVI juga akan memiliki resolusi 10m secara default.
   • CRS Output: Pembicara menyebutkan bahwa CRS (Coordinate Reference System) output dapat disesuaikan jika diperlukan, tetapi untuk tutorial ini dibiarkan default.
6. Menjalankan Perhitungan: Setelah semua pengaturan selesai, perhitungan dijalankan. Proses ini memakan waktu singkat.

Visualisasi dan Interpretasi Hasil NDVI (7:16 - 9:35)
Setelah perhitungan selesai, raster sentinel2_ndvi.tif ditambahkan ke panel Layers di QGIS dan ditampilkan dalam skala abu-abu.

1. Menggunakan Value Tool: Pembicara menggunakan plugin QGIS bernama "Value Tool" (dapat diunduh dari repositori plugin) untuk melihat nilai piksel NDVI secara langsung di peta.
   • Mengklik pada area sungai (air) menunjukkan nilai NDVI negatif (misalnya, sekitar -0.65).
   • Mengklik pada area vegetasi di dasar lembah dan tepi sungai menunjukkan nilai NDVI positif (misalnya, antara 0.4 hingga 0.5).
   • Area lain menunjukkan nilai sekitar 0.1.
     Ini secara numerik mengkonfirmasi interpretasi NDVI: nilai negatif untuk air, nilai positif yang lebih tinggi untuk vegetasi.
2. Pewarnaan Pseudo-Color: Untuk visualisasi yang lebih baik, pembicara mengubah simbologi layer NDVI dari skala abu-abu menjadi gradien warna pseudo-color (misalnya, merah-kuning-hijau).
   • Merah/Oranye: Nilai NDVI rendah (air, tanah kosong, atau vegetasi tidak sehat).
   • Hijau: Nilai NDVI tinggi (vegetasi sehat).
     Visualisasi ini dengan jelas menunjukkan area air (berwarna merah/oranye) dan area vegetasi (berwarna hijau), yang sesuai dengan citra FCIR awal tetapi sekarang dengan representasi kuantitatif. Pembicara juga menyebutkan bahwa warna dan klasifikasi dapat disesuaikan lebih lanjut untuk menyoroti area minat tertentu.

Analisis Lanjutan dengan Histogram (9:35 - 10:30)
Pembicara memperkenalkan alat analisis lain yang berguna: Histogram.

1. Akses Histogram: Histogram dapat diakses melalui properti layer NDVI.
2. Interpretasi Histogram: Histogram menunjukkan distribusi nilai piksel dalam raster.
   • Pembicara menyoroti lonjakan di sekitar angka nol, yang diperkirakan berasal dari air.
   • Ada lonjakan lain di sekitar 0.2 dan perlahan mereda, yang mewakili vegetasi.
     Histogram ini sangat berguna untuk membandingkan perubahan vegetasi dari waktu ke waktu. Misalnya, dengan membandingkan histogram NDVI dari bulan Desember (musim dingin) dengan bulan Juni (musim panas), seseorang dapat melihat pergeseran distribusi nilai piksel, yang menunjukkan peningkatan kehijauan saat vegetasi mulai tumbuh.

Kesimpulan dan Sumber Daya (10:30 - Akhir)
Pembicara menyimpulkan dengan menyatakan bahwa QGIS adalah perangkat lunak yang sangat kuat dan ada banyak pelatihan gratis yang tersedia. Dia mendorong penonton untuk mengunjungi opensourceoptions.com, di mana mereka akan segera menyediakan kursus lengkap gratis tentang GIS, penginderaan jauh, dan pemrograman. Tujuannya adalah untuk membantu pengguna merasa nyaman dan mahir menggunakan perangkat lunak GIS sumber terbuka dan ilmu data.

Konsep Utama yang Dibahas:

• Citra Satelit Sentinel-2: Sumber data penginderaan jauh yang digunakan.
• Komposit Inframerah Warna Palsu (FCIR): Visualisasi citra di mana band NIR, Red, dan Green dipetakan ke saluran warna Red, Green, dan Blue, masing-masing, untuk menyoroti vegetasi sehat.
• Normalized Difference Vegetation Index (NDVI): Indeks vegetasi yang dihitung dari pantulan cahaya inframerah dekat (NIR) dan merah (Red). Memberikan nilai kuantitatif tentang kehijauan dan kesehatan vegetasi.
  • Formula: (NIR - Red) / (NIR + Red)
  • Rentang nilai: -1 hingga +1.
  • Nilai tinggi (>0.2): Vegetasi sehat.
  • Nilai mendekati 0: Tanah kosong, perkotaan.
  • Nilai negatif: Air, salju, awan.
• Raster Calculator (QGIS): Alat di QGIS untuk melakukan perhitungan matematis pada satu atau lebih raster.
• Value Tool (Plugin QGIS): Plugin yang memungkinkan pengguna melihat nilai piksel dari raster aktif dengan mengklik di peta.
• Histogram (QGIS): Alat untuk menampilkan distribusi frekuensi nilai piksel dalam raster, berguna untuk memahami karakteristik data dan membandingkan citra dari waktu ke waktu.
• Resolusi Spasial: Ukuran piksel di permukaan tanah. Penting untuk diperhatikan saat melakukan perhitungan dengan band yang berbeda.

Langkah-langkah Utama (Workflow):

1. Muat citra satelit (misalnya, Sentinel-2) ke QGIS.
2. Identifikasi band NIR dan Red dari citra.
3. Buka Raster Calculator.
4. Masukkan ekspresi NDVI: (Band_NIR - Band_Red) / (Band_NIR + Band_Red).
5. Tentukan lokasi penyimpanan dan nama file output NDVI.
6. Jalankan perhitungan.
7. Visualisasikan raster NDVI yang dihasilkan, ubah simbologi menjadi gradien warna pseudo-color untuk interpretasi yang lebih baik.
8. Gunakan Value Tool (plugin) untuk memeriksa nilai piksel NDVI secara numerik di berbagai area.
9. Gunakan Histogram untuk menganalisis distribusi nilai piksel NDVI dan membandingkan citra dari periode waktu yang berbeda.

Tutorial ini memberikan pemahaman yang jelas tentang bagaimana NDVI dapat digunakan sebagai alat yang kuat untuk analisis kuantitatif vegetasi dalam penginderaan jauh menggunakan QGIS.