Tuesday, January 28, 2020

Analisis Perubahan Garis Pantai

Analisis Perubahan Garis Pantai Menggunakan Citra Satelit
Analisis Perubahan Garis Pantai Menggunakan DSAS (Digital Shoreline Analysis Syetem)

Analisa Perubahan Garis Pantai Dengan DSAS
Suatu perangkat lunak tambahan yang bekerja pada perangkat lunak ArcGIS yang di kembangkan oleh ESRI dan USGS  yang dapat  diperoleh secara gratis. Digital Shoreline Analysis System digunakan untuk menghitung perubahan posisi garis pantai berdasarkan waktu secara statistik dan berbasis geospasial.
DSAS menggunakan titik sebagai acuan pengukuran, dimana titik dihasilkan dari perpotongan antara garis transek yang dibuat oleh pengguna dengan garis-garis pantai berdasarkan waktu (Himmelstoss, 2008). Berikut ini perhitungan yang dapat dilakukan dengan DSAS adalah:

Shoreline Change Envelope (SCE)
SCE adalah mengukur total perubahan garis pantai mempertimbangkan semua posisi garis pantai yang tersedia dan melaporkan jaraknya, tanpa mengacu pada tanggal tertentu. Selubung perubahan garis pantai memuat informasi jarak, bukan nilai rata-rata. SCE adalah jarak antara garis pantai yang paling jauh dari dan paling dekat dengan garis dasar pada setiap transek (Gambar). Ini merupakan perubahan total dalam gerakan garis pantai untuk semua posisi garis pantai yang tersedia dan tidak terkait dengan tanggal mereka. Salinan file transek dapat dipotong ke rentang ini untuk tujuan tampilan.
Net Shoreline Movement (NSM)

Ilustrasi Shoreline Change Envelope (SCE)
NSM adalah mengukur jarak perubahan garis pantai antara garis pantai yang terlama dan garis pantai terbaru. NSM memuat informasi jarak, bukan nilai rata-rata/rate. NSM dikaitkan dengan tanggal pengambilan antara dua garis pantai. Berisi informasi jarak antara garis pantai tertua dan termuda untuk setiap transek (Gambar). Ini merupakan jarak total antara garis pantai tertua dan termuda. (Jika jarak ini dibagi dengan jumlah tahun yang berlalu di antara dua posisi garis pantai, hasilnya adalah Tingkat Titik Akhir yang dijelaskan pada bagian EPR).
Ilustrasi Net Shoreline Movement (NSM)

End Point Rate (EPR)
EPR adalah menghitung laju perubahan garis pantai dengan membagi jarak antara garis pantai terlama dan garis pantai terkini dengan waktunya. Nilai titik akhir (EPR) dihitung dengan membagi jarak pergerakan garis pantai dengan waktu yang dilewati antara garis pantai tertua dan yang paling baru (Gambar). Keuntungan utama dari EPR adalah kemudahan perhitungan dan kebutuhan minimal hanya dua garis pantai dengan tanggal pengambilan berbeda. Kekurangan utama metode ini adalah bahwa dalam kasus di mana lebih banyak data tersedia, informasi tambahan diabaikan. Perubahan tanda (misalnya, pertambahan ke erosi), besarnya, atau kecenderungan siklus mungkin terlewatkan akibat hanya menggunakan 2 garis pantai sebagai masukan perhitungan (Crowell dkk, 1997; Dolan dkk, 1991).
Ilustrasi End Point Rate (EPR)
Linear Regression Rate (LRR)
LRR adalah Analisis statistik tingkat perubahan dengan menggunakan regresi linear bisa ditentukan dengan menggunakan garis regresi least-square terhadap semua titik perpotongan garis pantai dengan transek. Tingkat statistik perubahan-regresi linier (LRR) dapat ditentukan dengan memasang garis regresi kuadrat terkecil ke semua titik garis pantai untuk suatu transek tertentu (Gambar)
Ilustrasi Linear Regression Rate (LRR)
Garis regresi ditempatkan sehingga jumlah residual kuadrat (ditentukan dengan mengkuadratkan jarak offset setiap titik data dari garis regresi dan menambahkan residual kuadrat bersama-sama) diminimalkan. Tingkat regresi linier adalah kemiringan garis. Metode regresi linier mencakup fitur-fitur ini:
Semua data digunakan, terlepas dari perubahan dalam tren atau akurasi;
Metode ini murni komputasi;
Perhitungan didasarkan pada konsep statistik yang diterima; dan Metode ini mudah digunakan (Dolan dkk., 1991). Namun, metode regresi linier rentan terhadap efek outlier dan juga cenderung meremehkan laju perubahan relatif terhadap statistik lain, seperti EPR (Dolan dkk, 1991; Genz dkk, 2007). Dalam hubungannya dengan tingkat regresi linier, kesalahan standar perkiraan (LSE), kesalahan standar kemiringan dengan interval keyakinan yang dipilih pengguna (LCI), dan nilai R-squared (LR2) yang dibahas pada bagian perhitungan statistik tambahan

e. Weighted Linear Regression (WLR)
Dalam regresi linier tertimbang (WLR), data yang lebih dapat diandalkan diberikan penekanan atau bobot yang lebih besar untuk menentukan garis yang paling sesuai (Gambar).
Ilustrasi Weighted Linear Regression (WLR)
Dalam perhitungan statistik laju perubahan untuk garis pantai, penekanan lebih besar ditempatkan pada titik-titik data yang ketidakpastian posisinya lebih kecil. Bobot (w) didefinisikan sebagai fungsi dari varians dalam ketidakpastian pengukuran (e) (Genz dkk, 2007), yang hubungannya dirumuskan sebagai berikut:

w = 1 / (e2) (1)
dengan keterangan:
e : nilai ketidakpastian garis pantai
w : bobot garis pantai

Bidang ketidakpastian kelas fitur garis pantai digunakan untuk menghitung berat. Dalam hubungannya dengan laju regresi linier tertimbang, kesalahan standar perkiraan (WSE), kesalahan standar kemiringan dengan interval keyakinan pilihan pengguna (WCI), dan nilai R-squared (WR2) yang dibahas pada bagian perhitungan statistik tambahan.


Author

M. Baharudin Fahmi
Coastal & Port Engineer

0 comments:

Post a Comment