Please enable JavaScript.
Coggle requires JavaScript to display documents.
Forest Management with Advance Geoscience: Future Prospects - Coggle…
Forest Management with Advance Geoscience: Future Prospects
I.I. Introduction
Pengelolaan hutan lestari semakin dipengaruhi oleh beberapa factor yang terkait dengan perubahan secara global
Kerusakan hutan karena kebutuhan lahan
Hutan penting sebagai sumberdaya : air, makanan, bahan obat, kayu, wisata, ekonomi, artistik dan spiritual.
Pohon berfungsi untuk keseimbangan karbon
Inventore hutan berfungsi untuk melihat aktifitas hutan, konservasi dan pengambilan keputusan.
Informasi tentang hutan sudah lama menggunakan remot sensing dan teknologi spece borne.
Hutan berpengaruh terhadap perubahan iklim (level ozone dll)
Survey hutan saat ini sangat bergantung dengan perkembangan data
:
Community-Based surveilance (CBM)
near-real-time forest surveillance (NRT)
terrestrial laser scanning, mobile laser scanning (MLS)
Satellite Observations (SOs)
Pengelolaan hutan harus mempersiapkan berbagai tingkat ruang dan waktu untuk menyelesaikan potensi masalah dan menerapkan strategi pengelolaan yang lebih fleksibel dan kolaboratif.
database digital georeferensi biasanya digunakan sebagai dasar pekerjaan pemantauan peningkatan kapasitas
Khususnya untuk pengumpulan data, untuk produksi model teknis dan untuk konstruksi platform penelitian masih banyak kekurangan dan keterbatasan dalam teknologi dan pengembangan kapasitas.
Dengan GIS dan Space Economy temuan analisis dapat lebih disesuaikan dengan perubahan alam dan pengambilan keputusan yang lebih baik untuk data yang optimal
I.II. Geosciences to Improve Forest Assessment
Melalui kemajuan teknis dan statistik, pengolahan data kehutanan dan analisisnya terus berkembang
Pengindraan jauh telah digunakan untuk pengambilan sampel tanah, mengukur rehabilitasi vegetasi, kebakaran hutan dll
Kemajuan juga terjadi di sistem LIDAR mengarah pada peningkatan presisi posisi LiDAR dan kepadatan permukaan
Digunakan dengan sistem terestrial, satelit dan foto udara
Terestrial dgunakan untuk menaksir diameter, tinggi pohon, volume pohon biomasa dll.
begitu juga dengan LiDAR foto udara telah diaplikasikan untuk parameter tinggi pohon, biomass pohon, indeks luas daun, volume batang dll.
LiDAR satelit diaplikasikan untuk memetakan struktur hutan sekala global dengan struktur vertikal,
gabungan pencitraan multi-spektrum dan data LiDAR
memprediksi inventarisasi hutan dan mengevaluasi nilai ketinggian pohon.
Keakuratan pemetaan enam spesies/kelompok pohon meningkat dengan citra WV2 sebesar 16–18% dibandingkan dengan citra satelit IKONOS.
Spektroskopi pencitraan, misalnya, dapat menyampaikan informasi berharga tentang variabilitas dalam kimia kanopi
Secara umum dapat diaplikasikan untuk pengukuran fungsi ekosistem, struktur species, fungsional kanopi pohon.
I.III. Cloud Computing and Forest Management
Kemajuan teknologi komputasi awan
memberikan daya komputasi untuk pengelolaan dan pemrosesan data geospasial yang besar.
Memungkinkan pengelolaan data yang kompleks dalam sekala global
Layanan Komputasi Awan
Layanan infrastruktur (
infrastructure as a service
(IaaS))
Layanan Platform (
platformas a service
(PaaaS))
Layanan perangkat lunak (
software as a service
(SaaS))
Layanan data layer (
data layer as a service
(DaaS))
Teknologi Komputasi Awan dan data spacial
bertujuan untuk mengatasi empat isu kekuatan di geospace, yaitu data, mesin, kompetitor, dan ruang-waktu.
Layanan Komputasi awan untuk pemetaan dan pemantauan hutan
Infrastuktur Data Spasial (penyimpanan ruang AWS)
Sumberdaya data (Pertukaran data berbasis awan)
Algoritma library
Pemrosesan dan komputasi
system dan aplikasi
I.IV. Integration of Participatory Approach and Geospatial Technology
PGIS “menggabungkan berbagai pengetahuan dan metode geospasial, seperti peta gambar, pemodelan 3D partisipatif, analisis visual dan udara berbasis masyarakat dari citra satelit, jalur transek GPS dan pemetaan GIS kognitif.”
I.V Mobile Application in Forest Management
Pemanfaatan selular untuk aplikasi kehutanan
I.VI. Near Real Time Monitoring of the Forest-Sensitive Zones
Kemajuan terbaru dalam teknologi seperti cloud 2.0 telah memberikan solusi potensial untuk masalah seperti GIS, penginderaan jauh, analitik data besar, aplikasi pintar, dan media sosial
I.VII. Crowd Sourcing in Forest Management
Crowd sourcing adalah jenis operasi online partisipatif yang memberi komunitas orang-orang dengan beragam keterampilan, kompleksitas, dan jumlah sumber daya yang cukup untuk merelakan pekerjaan mereka melalui permintaan yang dapat diskalakan dan dapat diakses
Pemanfaatan Cloud Computation
Estimasi Net Primary Productivity 1.
Memberikan informasi realtime sebagai data perhitungan NPP
Permodelan/algoritma
Menilai Kesehatan Hutan 2.
Data berbagai indeks (NDVI dll)
Penilaian kekayaan jenis 3.
Dataset iklim disediakan di cloud dan didownload dari Copernicus portal data elevasi dari SRTM.
Interaksi Tanah-Vegetasi dan keragaman jenis 4.
Kerusakan hutan 5.
Data PJ satelit diunduh dari webdatabased
Monitoring vegetasi 6.
Data remote sensing diunduh dari data hub Copernicus
Perubahan tutupan lahan 7.
Data diperoleh dari webdatabased dan pengolahan menggunakan GEI untuk pembanding penilaian akurasi
Platform :
GEE
Google colaborator
Amazon AWS
Alibaba cloud computing Collab dngn Supermap
Microsoft azure