Kekasaran Medan / Topografi

terrainruggeness

 

Kekasaran Topografi/Medan dapat didefinisikan dalam beberapa jenis. Indeks kekasaran mungkin merupakan standar deviasi dari lereng, standar deviasi dari ketinggian, kecembungan lereng, perubahan kontur, atau pengukuran lain dari tekstur topografi. Skala sangat penting dalam analisa kekasaran- baik dari DEM dan fitur yang akan anda analisis, berikut beberapa metodenya :

1. Posisi Relatif Topografi

Atau bisa disebut Indeks Posisi Topografi, adalah pengukuran kekasaran medan dan indeks elevasi (Jenness, 2002). Posisi topografi dari setiap piksel diidentifikasikan berdasarkan tetangga piksel terdekat, sehingga dikatakan relatif. Indeks sangat berguna untuk mengidentifikasi pola lanskap dan batas yang berhubungan dengan tipe batuan, proses gemorfologi yang dominan, karakteristik tanah, vegetasi, dan drainase udara. Klasifikasi menghasilkan kelas tinggi, sedang, dan rendah berdasarkan batasan alaminya. Indeks ini berlaku untuk data batimetri juga.

a.) Buat raster elevasi minimum dengan Spatial Analyst Tools > Neighborhood > Focal Statistics, input = DEM, output = “minDEM”, Rectangle, 10×10 cells, Min, centang “Ignore NoData”.

b.) Buat raster elevasi maksimum dengan Spatial Analysis Tools > Neighborhood > Focal Statistics, input = DEM, output = “maxDEM”, Rectangle, 10×10 cells, Max, centang di “Ignore NoData”.

c.) Pada tool Raster Calculator, gunakan tombol untuk memasukkan persamaan ini :

(“DEM” – “minDEM”) / (“maxDEM” – “minDEM”)

DEM = nama raster ketinggian
minDEM = nama raster ketinggian minimum
maxDEM = nama raster ketinggian maksimum

CATATAN : ANda bisa menggunakan DEM yang telah diperhalus sebagai input. Buatlah DEM yang diperhalus dengan tool FS menggunakan ukuran piksel 10×10 dan operator rata-rata. Kemudian buat raster min dan max dari DEM yang diperhalus, tetapkan ukuran 3×3 dan kalkulasi indeks, kemudian anda dapat melakukan penghalusan kembali pada hasilnya.

Coba untuk menampilkan data dalam 5 atau 3 kelas, biasanya menggunakan equal interval atau natural interval bisa.

2. Standar Deviasi Elevasi

Standar deviasi dari suatu lereng merupakan ukuran dari kekasaran topografi (Ascione et al., 2008).

a. Buat Raster rerata elevasi, Spatial Analyst > Neighborhood > Focal Stats, input = DEM, output = “meanDEM”, Rectangle, 3×3 cell, Mean, centang pada “Ignore NoData”.

b. Buat raster bentang elevasi, Spatial Analyst > Neighborhood > Focal Stats, input = DEM, output = “rangeDEM”, Rectangle, 3×3 cell, Range, centang pada “Ignore NoData”.

c. Spatial Analyst > Map Algebra > Raster Calculator masukkan persamaan ini :

(“meanDEM” – “DEM”) / “rangeDEM”

meanDEM = Raster rerata elevasi
rangeDEM = Raster berisi bentang nilai elevasi
DEM = Raster elevasi awal

 3. Variabilitas Lereng

Dikalkulasi menggunakan raster lereng dan window dengan jangkauan yang luas, variabilitas lereng (SV = Smax – Smin) merupakan ukuran dari “relief lereng” suatu topografi (Ruszkiczay-Rudiger et al., 2009).

a. Spatial Analyst Tools > Surface > Slope, gunakan DEM catchment dan persen untuk nilai lereng.

b. Spatial Analyst Tools > Neighborhood > Focal Statistics > Max, menggunakan raster lereng sebagai input dan window dengan keliling yang relatif luas (>100x100m). Namai raster output sebagai “Smax”

c. Spatial Analysis Tools > Neighborhood > Focal Statistics > Min, menggunakan raster lereng dan window berukuran sama dengan sebelumnya, namau dengan “Smin”

d. Di kalkulator raster masukkan persamaan berikut ini berikut tanda petiknya.

“Smax” – “Smin”

SV = variabilitas lereng yang nantinya akan dihasilkan
Smax = raster nilai maks
Smin = raster nilai min

4. Skala Kekasaran Basin

Indeks sederhana untuk membandingkan relief basin menggunakan alur sungai dan poligon batas basin. Menggunakan shp alur sungai tersegmentasi sebagai input untuk kalkulasi densitas drainase. Gunakan Spatial Analyst > Density > Line Density

Rb = A / DD

Rb = Indeks kekasaran basin
A = Area basin di dalam batas poligon
DD = Densitas drainase

5. Rasio area 2D : 3D

Area dengan piksel mengandung informasi lereng tentunya berneda dengan daerah yang datar/flat. Piksel lereng memerlukan area yang lebih luas daripada yang datar. Dengan studi menggunakan SRTM DEM 90 m daerah Jammu, Kashmir diketahui bahwa area 3D dan 2D berbeda hampir 25% (296,513 km2 vs. 222,236 km2). Rasio area planimetrik ke surface adalah indeks kekasaran topografi dengan penggunaan yang luas, termasuk penilaian habitat untuk rencana penggunaan lahan dan geomorfologi. Indeks ini secara umum tidak terpengaruh dari skala.

3D Area = 2D Area / cosine(lereng dalam derajat)

a. pertama, temukan area 2D dari DEM DAS anda (Properties > Symbology). catat.

b. Buka Raster Calculator (ArcToolbox > Spatial Analyst > Map Algebra > Raster Calculator)

c. Selanjutnya, jika anda mempunya raster lereng dalam persen (slope_per), anda harus mengubahnya menjadi derajat menggunakan raster calculator, kemudian namai slope_deg. catatam arctan adalah atan di tool raster calculator.
atan(“slope_per” / 100)
d. Selanjutnya kalkulasikan area 3D dan namakan output sebagai area_3D:
2D area value / cos(“slope_deg”)
e. Area 3D merupakan nilai maksimum dari area_3D, dapat dilihat di ringkasan statistik (Properties > Symbology). Rasio antara area 2D dan 3D biasanya 1:3  tergantung topografi dan DASnya.

Perhatian : Walaupun area surface 3D secara teoritis merupakan area sebenarnya, data sumber (DEM atau data elevasi) mengandung error. DEM tidak memecahkan masalah mengenai gundukan dan cekungan di topografi yang sebenarnya. Semuanya sangat tergantung dengan resolusi DEM yang dipakai. Daerah dengan area kecil (<264 piksel) menghasilkan error yang relatif besar.

6. Nomor Kekasaran Melton

Nomor yang berasal dari relief basin dibagi akar pangkat dua dari area basin (Melton, 1965) atau :

(Zmax-Zmin) / Sqrt(A)

Zmax = Elevasi maksimum basin
Zmin = Elevasi minimum basin
A = Area basin dalam meter persegi

Catatan Pendahuluan, perlu di cek dan direvisi di metode Melton:

– Ringkasan zonasi elevasi berdasarkan DAS> Ringkasan akan dimasukkan dalam nilai min dan max
– Cari area DAS
– Kalkulasi data tabular : MRN = (ZMax – ZMin) / Sqrt(Area).
– Gabungkan tabel ringkasan zona DAS kedalam tabel atribut DAS
– Bagi grid elevasi dari hasil grid ‘MaxZ”
– Jika anda ingin grid daripada output berupa tabel, gunakan fungsi zonalmin dan zonalmax
– Pada Raster Calculator, gunakan persamaan ini :
(zonalmax(watersheds, dem) – zonalmin(watersheds, dem)) / sqrt(ZONALAREA(watersheds))

7. TRI (Riley)

Terrain Ruggedness Index (TRI) adalah beda antara nilai piksel dan rerata dari 8 piksel di sekelilingnya. Pertama-tama buat dua input raster bertetangga dari DEM (gunakan 3×3 neighborhood untuk min dan max), kemudian jalankan persamaan di Raster Calculator. Perhatikan syntaxnya. Klasifikasikan hasil analisis TRI menggunakan kategori berdasarkan Riley (1999).

Kategori TRI :
Datar = 0-80m
Bergelombang = 81-116m
Agak Kasar = 117-161m
Kasar Sedang = 162-239m
Cukup Kasar = 240-497m
Kekasaran Tinggi= 498-958m
Sangat Kasar = 959-4367m

Instruksi ArcGIS
– ArcToolbox > Spatial Analyst Tools > Neighborhood > Focal Statistics:
Input = DEM, Neighborhood = Rectangle, Size = 3×3, Units = Cells, Statistics Type = Minimum, Output filename = 3x3min

– ArcToolbox > Spatial Analyst Tools > Neighborhood > Focal Statistics:
Input = DEM, Neighborhood = Rectangle, Size = 3×3, Units = Cells, Statistics Type = Maximum, Output filename = 3x3max

– Spatial Analyst > Map Algebra > Raster Calculator:
SquareRoot(Abs((Square(“3x3max”) – Square(“3x3min”))))

– Kategori yang dihasilkan berdasarkan kategori TRI dari Riley. Klasifikasi visual (Properties > Symbology tab) menggunakan 7 kelas dengan break value menggunakan 80, 116, 161, 239, 497, 958, 4367 (atau berapapun nilai maksimum rasternya). Klasifikasi lebih formalnya menggunakan tool Reclassify dan break class yang sama (Spatial Analyst > Reclass > Reclassify tool).
8. TRI (Nellemann)

Pendekatan pemetaan kontur dan transek metode tradisional dengan aplikasinya untuk lingkungan liar. lihat paper Nellemann dan Fry (1995) untuk metodenya. Anda dapat menggunakan toolbox di arcgis untuk mengidentifikasi dan menempatkan titik di persimpangan garis. Anda juga daat mengkonversikan garis transek untuk mengatur jarak antar titik sehingga sama, mengekstrak raster aspec yang bersesuaian dengan titik (ditambahkan pada tabel atribut titik tersebut), dan membuat ringkasan fluktuasi aspect dari situ.

TRI = (TNC x TNF) / (TNC + TNF)

TNC = Jumlah kontur yang memotong garis transek
TNF = Jumlah perubahan aspect sepanjang transek
9. RIX Site Ruggedness Index

Dengan pengaplikasian pada proyek tenaga angin, metode RIX dikembangkan untuk digunakan dengan data Wind Atlas Analysis dan Aplication Model (WAsP) (Mortensen et al., 2007). Indeks RIX adalah  perluasan fraksional dari terrain yang mengelilingi dibandingkan nilai lereng kritis tertentu.

parameter yang digunakan Bowen dan Mortesen :

Lereng Kritis : 30 % dihitung sepanjang vektor radial dari menara

Radius Analisis : 3.5 km dari menara generator angin

Catatan :

Satu cara untuk menyederhanakan metode ini adalah dengan menggantikan menggantikan dengan raster berisi nilai lereng yang dihitung berdasarkan vektor radial berdasarkan posisi menara, kemudian terapkan nilai cut-off. raster lereng biasanya sama atauj lebih terjal dari lereng radial.
10. Standar Deviasi Lereng

Gunakan arctoolbox ArcToolbox > Spatial Analyst Tools > Neighborhood > Focal Statistics dan buat kumpulan piksel  3×3 or 5×5 dengan standar deviasi sebagai operatornya.
11. Arah Aliran Turunan Pertama

Jika anda mencari cara kualitatif untuk menampilkan kekasaran topografi , jalankan tool Flow Direction pada DEM yang telah di koreksi, kemudian jalankan tool SLope menggunakan FlowDir sebagai input. Secara teoritis, hal ini akan menonjolkan perubahan pada arah aliran. Efeknya adalah untuk mempertegas fitur yang samar-samar (patahan, selokan, igir).


12. Faktor Kekasaran Permukaan Hobson

Hobson (1972) memperkenalkan SRF (Surface Roughness Factor) . Xi, Yi, and Zi adalah vektor normal dari permukaan tanah.

SRF = ? (?ni=1 Xi)2 + (?ni=1 Yi)2 + (?ni=1 Zi)2 / n

Xi = sin(s) * cos(a)
Yi = sin(s) * sin(a)
Zi = cos(s)
n = Jumlah piksel pada windows analisis (ukuran sampling)

 

Sumber :

http://gis4geomorphology.com/

Tinggalkan Pesan

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Maaf, anda dilarang mengkopi konten halaman ini.

Discover more from Blog SIG dan Geografi

Subscribe now to keep reading and get access to the full archive.

Continue reading