Citra satelit masuk. Peta hutan keluar.

DAS Cisokan di Jawa Barat merupakan mosaik sawah, perkebunan, hutan, dan bangunan — dan dari luar angkasa, sulit membedakannya. Pipeline ini membaca citra satelit dan secara otomatis memberi label setiap petak lahan dengan salah satu dari sembilan kelas tutupan lahan.

Hasilnya adalah peta raster di mana setiap piksel menjawab: apa lahan ini?

Telusuri apa yang terjadi saat Anda menjalankannya

Bayangkan Anda membuka terminal dan mengetik python planetscope_10epoch_obia_v3.py. Inilah perjalanan tepat yang ditempuh data Anda — dari piksel satelit mentah hingga peta hutan berwarna di layar.

Sembilan jawaban yang dapat diberikan peta

Pipeline ini menggunakan hierarki dua tingkat. Tingkat 1 mengelompokkan lahan ke dalam 7 kategori besar. Tingkat 2 memperbesar "Vegetasi Lebat" dan membaginya menjadi tiga subtipe hutan.

Seberapa baik hasilnya?

Sebelum menyelami mekanismenya, inilah intinya: pipeline ini mencapai akurasi keseluruhan 89,5% untuk peta L1 7 kelas — diverifikasi pada 228 segmen yang tidak pernah dilihat model selama pelatihan.

Bayangkan setiap skrip seperti spesialis dalam kru film

Tidak ada satu orang pun di lokasi syuting yang melakukan segalanya — sutradara tidak sekaligus mengoperasikan kamera. Ide yang sama berlaku di sini. Setiap skrip Python memiliki satu tanggung jawab yang terfokus, dan mereka menyerahkan pekerjaan satu sama lain dalam urutan yang jelas.

Skrip-skrip ini terbagi menjadi empat kelompok: pengunduh data, pembangun fitur, klasifikator, dan alat analisis.

Tiga mata di langit

Klasifikator tidak bergantung pada satu satelit saja. Ia memadukan tiga jenis data yang benar-benar berbeda — masing-masing melihat sesuatu yang tidak dapat dilihat oleh yang lain.

Para skrip di hari eksekusi

Pada pengaturan baru, skrip-skrip berjalan dalam urutan ini, menyerahkan pekerjaan satu sama lain. Begini cara mereka mendeskripsikannya:

Uji pengetahuan Anda

Sebelum melanjutkan, periksa pemahaman Anda tentang skrip mana yang melakukan apa — dan kapan menjalankannya.

Mengapa model membutuhkan 591 angka per petak?

Satu piksel pada satu tanggal hanya memberi sedikit informasi. Sawah dan jalan tanah basah terlihat hampir identik di bulan Maret. Namun amati keduanya di 10 tanggal berbeda, ukur respons radarnya, periksa ketinggian vegetasinya — kini keduanya benar-benar berbeda.

Keahlian pipeline ini adalah mengubah setiap segmen 93 piksel menjadi "sidik jari" yang kaya — 591 angka yang mendeskripsikan segala sesuatu yang dapat diamati tentang petak tersebut dari luar angkasa.

Trik statistik zona — dari piksel ke petak

Bayangkan setiap segmen sebagai wilayah di peta. Anda ingin mendeskripsikan wilayah itu — bukan piksel per piksel, melainkan secara keseluruhan. Pipeline menggunakan teknik penghitungan cerdas yang disebut statistik zona.

Untuk masing-masing dari 316.000 segmen dan masing-masing dari ~266 fitur piksel, dihitung dua angka: rata-rata (nilai khas di dalam wilayah ini) dan standar deviasi (seberapa beragam nilainya). Ini menghasilkan 266 × 2 = 532 fitur zona.

count = np.bincount(lbl, minlength=n_seg+1)
s     = np.bincount(lbl, weights=val, minlength=n_seg+1)
sq    = np.bincount(lbl, weights=val*val, minlength=n_seg+1)
mean  = s / count
std   = np.sqrt(sq/count - mean**2)
            

Mengapa menghitung indeks dan bukan sekadar menggunakan band mentah?

Nilai reflektansi mentah sensitif terhadap pencahayaan, atmosfer, dan keanehan sensor. Indeks spektral adalah rasio yang membatalkan banyak derau tersebut dan memperkuat sinyal yang Anda pedulikan.

Musiman adalah senjata rahasia

Satu tanggal bisa ambigu — sawah yang baru dipanen dan lereng tandus terlihat identik di musim kemarau. Namun di 10 tanggal, sawah memiliki tanda tangan yang sangat khas: menghijau cepat (tanam), mencapai puncak, lalu menguning cepat (panen). Hutan tetap hijau sepanjang tahun.

Pipeline menghitung fitur ringkasan temporal yang menangkap ritme ini:

Cocokkan fitur dengan apa yang dideteksinya

Seret setiap kelompok fitur ke properti tutupan lahan yang paling baik dideteksinya.

Mengapa tidak mengklasifikasikan piksel per piksel saja?

Pendekatan naif adalah: untuk masing-masing dari 300 juta piksel dalam citra Cisokan, tentukan kelasnya. Masalahnya? Satu piksel berukuran 3 m × 3 m — kira-kira seukuran mobil. Satu piksel "hutan" bisa saja berupa celah terkena sinar matahari, bayangan, atau ujung ranting. Derau mengalahkan sinyal.

OBIA memecahkan masalah ini dengan terlebih dahulu mengelompokkan piksel-piksel berdekatan yang serupa menjadi segmen — petak 50–500 piksel yang memiliki warna, tekstur, dan kecerahan yang mirip — kemudian mengklasifikasikan setiap petak sebagai satu unit.

LSMS: penyortir piksel

LSMS bekerja seperti algoritma penyortir kerumunan di sebuah festival. Setiap piksel "berjalan" menuju klaster tetangga berwarnatama serupa yang paling dekat. Setelah semua piksel menetap, kelompok-kelompok itu menjadi segmen.

Tiga parameter menentukan seberapa halus hasilnya:

Random Forest — hutan yang mengklasifikasikan hutan

Sebuah Random Forest bukanlah satu model melainkan ansambel 100 pohon keputusan, masing-masing dilatih secara independen pada subset data yang acak. Prediksi akhir adalah suara terbanyak dari 100 pohon tersebut.

Berikut adalah konfigurasi persis yang digunakan dalam pipeline ini:

RandomForestClassifier(
  n_estimators=100,
  min_samples_leaf=1,
  max_samples=0.5,
  bootstrap=True,
  max_features="sqrt",
  random_state=42,
  n_jobs=-1,
)
            

Dua pengklasifikasi, dua pertanyaan

Pipeline menjalankan dua Random Forest secara berurutan. Bayangkan seperti wawancara dua babak: penyaring pertama mempersempit bidang, kemudian spesialis membuat keputusan akhir.

Men-debug pengklasifikasi

Anda telah menerapkan model. Seorang kolega melaporkan bahwa segmen Hutan Alam sering salah dilabeli sebagai Hutan Produksi. Terapkan apa yang telah Anda pelajari untuk mendiagnosis masalah ini.

Overall Accuracy dan Kappa — apa arti angka utama ini

Setelah pelatihan, pipeline menahan 30% segmen berlabel untuk ujian akhir — segmen yang tidak pernah dilihat model selama pelatihan. Model memprediksi kelas untuk setiap segmen, lalu membandingkannya dengan label ground truth.

F1 Score — nilai jujur per kelas

Akurasi keseluruhan menyembunyikan kegagalan di tingkat kelas. F1 score menangkap kegagalan tersebut: kelas dengan F1 = 0,50 mendapatkan setengah prediksinya salah, meskipun OA terlihat baik.

Apa yang sebenarnya dipelajari model untuk diperhatikan

Feature importance seperti sorotan cahaya pada perhatian model. Setelah pelatihan, Anda bisa bertanya: "Dari 591 fitur, mana yang paling diandalkan oleh pohon-pohon?" Jawabannya mengejutkan — dan dapat ditindaklanjuti.

Masalah L2 — dan cara memperbaikinya

Klasifier subtipe hutan L2 mencapai akurasi 57,5% pada 40 segmen validasi. Mode kegagalan yang dominan: 7 dari 14 segmen Hutan Produksi berlabel sebagai Hutan Alami.

Berikut adalah matriks kebingungan lengkapnya:

Hutan Produksi dan Hutan Alami keduanya memiliki kanopi yang tinggi dan lebat. Fitur yang seharusnya memisahkan keduanya — tree_height_std, S1_VV_stdDev — tersedia, tetapi model hanya memiliki 48 contoh latih Produksi untuk dipelajari. Solusinya jelas: kumpulkan 30–50 titik latih Hutan Produksi tambahan dari area di mana baris penanaman terlihat pada citra dasar satelit.

Tantangan akhir — membaca skenario nyata