by INBIO
Penelitian ini berfokus pada pengembangan metode downscaling untuk data suhu permukaan tanah (land surface temperature/LST) dari ERA5 menggunakan mekanisme attention dan Google Earth Engine (GEE). ERA5 adalah reanalisis data atmosfer global yang sering digunakan dalam penelitian lingkungan, tetapi resolusinya masih terbatas untuk aplikasi lokal. Oleh karena itu, downscaling diperlukan agar data lebih akurat dan relevan untuk skala yang lebih kecil.
Metode yang digunakan dalam penelitian ini menggabungkan model berbasis attention mechanism dengan kemampuan komputasi GEE. Pendekatan ini memungkinkan pemrosesan data dalam jumlah besar dengan efisiensi tinggi, sekaligus meningkatkan ketajaman resolusi LST dari ERA5. Mekanisme attention bekerja dengan menyoroti fitur penting dalam data sehingga informasi yang lebih detail dapat diperoleh dari resolusi yang lebih rendah.
Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu meningkatkan akurasi estimasi suhu permukaan dibandingkan dengan metode konvensional. Validasi dilakukan dengan membandingkan hasil downscaling dengan data observasi lapangan dan citra satelit beresolusi tinggi. Analisis menunjukkan bahwa pendekatan ini dapat mengurangi kesalahan estimasi suhu secara signifikan.
Keunggulan utama dari metode ini adalah kemampuannya untuk diterapkan pada berbagai lokasi dengan kondisi lingkungan yang berbeda. Selain itu, integrasi dengan GEE memungkinkan akses data yang lebih cepat dan dapat digunakan oleh peneliti atau praktisi yang membutuhkan informasi suhu permukaan tanah dengan resolusi tinggi untuk berbagai keperluan, seperti pemantauan iklim, pertanian, dan perkotaan.
Secara keseluruhan, penelitian ini berkontribusi pada pengembangan metode pemetaan suhu permukaan tanah yang lebih presisi dengan memanfaatkan AI dan komputasi awan. Dengan hasil yang menjanjikan, metode ini berpotensi menjadi alat yang penting dalam berbagai bidang studi yang bergantung pada data suhu permukaan yang akurat.
AUTHOR
© Generasi Peneliti. All Rights Reserved.