Menerapkan Cloud Masking dan Reducer Median untuk Membuat Komposit Landsat 8 yang Bersih dari Awan (GEE-014)

· 2 min read
Menerapkan Cloud Masking dan Reducer Median untuk Membuat Komposit Landsat 8 yang Bersih dari Awan (GEE-014)

Di pembahasan sebelumnya Anda mempelajari tentang cara membuat komposit dan menerapkan reducer median untuk mendapatkan citra dengan tutupan awan yang sedikit. Lalu bagaimana jika kita dapat mengkobinasikan metode reducer median dengan cloud masking menggunakan band BQA? Maka, citra landsat 8 yang dihasilkan akan bersih dari tutupan awan.

Sebelum melakukan pemrosesan citra di GEE sebaiknya kita menentukan dan menginput  area of interest (AOI) terlebih dahulu, agar pemrosesan citra lebih efisien. Untuk melakukan input AOI kita dapat menggunakan 2 metode berikut:

  1. Melakukan input AOI dengan mengimport shape files menggunakan Table Upload pada Assets. Cara ini dianjurkan jika kita mempunyai wilayah studi dengan AOI yang sudah spesifik contohnya batas konsesi, batas kawasan, dan batas administrasi.
  2. Melakukan input AOI dengan menggambarkan AOI on screen dengan menggunakan titik ataupun polygon.

Gambar 1. Melakukan input aoi dengan mengupload shape files melalui assests

Gambar 2. Melakukan input aoi dengan menggunakan feature draw geometry

Berikut code untuk menerapkan cloud masking dan reducer median :
// mengambil landsa8 t1 toa pada area of interest
var imageL8 = ee.ImageCollection ('LANDSAT/LC08/C01/T1_TOA')
              .filterBounds (aoi);
// membuat fungsi untuk cloud masking 
var maskL8 = function(imageL8) {
  var qa = imageL8.select('BQA');
    var mask = qa.bitwiseAnd(1 << 4).eq(0);
  return imageL8.updateMask(mask);
}
// melakukan filter temporal
// menerapkan fungsi cloud masking
// menerapkan reducer median
var cmask8 = imageL8
    .filterDate('2018-01-01', '2018-12-31')
    .map (maskL8)
    .median ();
// melakukan filter temporal citra landsat 8 tanpa cloud masking
// memilih citra landsat dengan cloud cover paling sedikit dalam periode yang ditentukan var uncmask8 = imageL8        .filterDate('2018-01-01', '2018-12-31')     .sort('CLOUD_COVER')     .first(); // Menvisualisasikan citra Map.addLayer(cmask8.clip(aoi), {bands: ['B6', 'B5', 'B2'], max: 0.35}, 'Citra Hasil Cloud Masking'); Map.addLayer(uncmask8.clip(aoi), {bands: ['B6', 'B5', 'B2'], max: 0.35}, 'Citra Tanpa Cloud Masking');

Gambar 3. Citra landsat 8 Pulau Padang, Riau komposit 652 tanpa penerapan cloud masking

Gambar 4. Citra landsat 8 Pulau Padang, Riau komposit 652 dengan penerapan cloud masking dan reducer median

Hasil yang ditampilkan pada Gambar 4 merupakan produk landsat 8 bersih dari awan. Citra landsat 8 yang sudah bersih dari awan dapat dimanfaatkan sebagai dataset dalam penerapan machine learning pada artikel berikut. 

Referensi:

https://developers.google.com/earthengine/datasets/catalog/LANDSAT_LC08_C01_T1_SR

Related Articles

Google Earth Engine untuk Pemodelan Kesesuaian Lokasi Budidaya Ikan Kerapu (GEE-015)

Sumberdaya perikanan di Indonesia sangat berlimpah dan dapat dimanfaatkan salah satunya untuk budidaya laut. Budidaya laut perlu didukung data lokasi

· 8 min read