Hello semuanyah, 😀
Pada kesempatan hari ini kita akan sedikit membahas mengenai STARS, tool yang mengintegrasikan pemrosesan geospasial dengan analisis statistik khususnya pada sungai.
Statistik spasial cenderung membuat prediksi akurat jika data secara spasial berhubungan, tetapi pada kasus sungai dan aliran air, ada beberapa kesulitan karena jarak euclidan dan in-stream dapat digunakan untuk mendeskripsikan pola hubungan spasial, sebagai contoh beberapa variabel seperti suhu air secara fisik terhubung dengan aliran. Model statistik selalu mengasumsikan kebebasan spasial, tetapi pada sistem yang saling terkait seperti aliran sungai ini bukanlan model yang valid. Para ahli telah membuat model statistik spasial jaringan sungai dan menjelaskan mengenai :
1. korelasi spasial menggunakan jarak Euclidan dan in-stream
2. Struktur percabangan pada jaringan
3. Arah aliran
Dengan toolset STARS yang terintegrasi atau SSN yang dipadukan dengan software R, maka hal diatas dapat diatasi.
Tujuan dari STARS (Spatial Tools for the Analysis of River Systems) adalah untuk menghasilkan dan memformat informasi spasial yang dibutuhkan untuk memenuhi kebutuhan model statistik. Tool ini berhubungan dengan Functional Linkage of Waterbasins and Streams (FLoWS) untuk ArcGIS 9.3
STARS mengambil keuntungan dari framework model hidrologi berbasis FLOWS untuj menghitung :
1. Jarak hulu dari outlet jaringan untuk setiap lokasi
2. Informasi yang menilai pemberatan segmen alur sungai konvergen berdasarkan relevansi ekologi, contoh DAS
3. Prediksi untuk setiap situs.
STARS terdiri dari delapan tool yang digunakan untuk merubah data GIS menjadi obyek SSN, yang mengandung semua informasi spasial, topologi, dan atribut yang dibutuhkan agar sesuai dengan model statistik spasial aliran sungai pada paket SSN.
STARS tersedia untuk versi ArcGIS 9.3 namun akan diupdate ke versi ArcGIS yang terbaru.
SSN : Paket R
Setelah data spasial ditransformasi menggunakan STARS, paket SSN mengijinkan pengguna untuk :
1. Import dan menyimpan data spasial di R
2. Kalkulasi jarak berpasangan secara efisien dan pemberatan spasial antara situs prediksi dan yang diobservasi (arah aliran dipertahankan)
3.Penyelidikan analisa data
4. menyesuaikan model yang memperhitungkan korelasi spasial Euclidan dan in-stream
5. Menggunakan seleksi model dan diagnostik model
6. Membuat prediksi denan estimasi ketidaktentuan
7. Membuat jaringan buatan dan mensimulasikan data.
DOWNLOAD
Selamat menikmati :beer:
sumber : Blog ESRI