Pemetaan cepat batimetri perairan dangkal menggunakan citra Sentinel-2 dan Google Earth Engine di Perairan Tanjung Kelayang – Pulau Belitung

Abstract

Abstrak Peta batimetri perairan dangkal dapat membantu pengelolaan, pemantauan, dan perlindungan bagi ekosistem di dalamnya. Namun, ketersediaan peta batimetri di wilayah perairan dangkal di Indonesia masih terbatas. Untuk itu, diperlukan sebuah metode pemetaan cepat estimasi batimetri di perairan dangkal di Indonesia. Penelitian ini mencoba mengaplikasikan metode otomatisasi pemetaan batimetri perairan dangkal di Tanjung Kelayang menggunakan band biru dan hijau dari mosaik clean-coastal-water citra Sentinel-2, klorofil-a dari aqua-MODIS pada platform Google Earth Engine (GEE). Tujuan dari penelitian ini adalah menguji keandalan metode pemetaan cepat batimetri dengan menggunakan data mosaik citra satelit Sentinel-2, klorofil-a dan algoritma band-ratio pada platform GEE di wilayah penelitian. Hasil penelitian menunjukkan model SDB (Satellite Derived Bathymetry) memiliki R2 sebesar 0,62, mean absolute erorr (MAE) sebesar 1,77 meter dan RMSE sebesar 2,02 meter dengan estimasi nilai kedalaman optimum 5 meter dan maksimum 10 mter. Dengan demikian, model SDB yang dihasilkan dapat diandalkan sebagai alternatif untuk pemetaan cepat batimetri di perairan dangkal, meskipun harus berkompromi dengan akurasi peta batimetri yang dihasilkan. Abstract Bathymetric maps of shallow waters can aid in managing, monitoring, and protecting ecosystems within them. However, the availability of bathymetric maps for shallow water regions in Indonesia still needs to be improved. Therefore, a method of rapid mapping for bathymetry in shallow waters in Indonesia is needed. This study attempts to apply an automated method for mapping shallow water bathymetry in Tanjung Kelayang using the blue and green bands of the clean-coastal-water mosaic of Sentinel-2 images, chlorophyll-a data from aqua-MODIS, and the Google Earth Engine (GEE) platform. This research aims to test the reliability of the rapid bathymetry mapping method using Sentinel-2 image mosaics, chlorophyll-a data, and band-ratio algorithms on the GEE platform in the study area. The results of the study show that the Satellite Derived Bathymetry (SDB) model has an R2 value of 0,62, a mean absolute error (MAE) of 1,77 meters, and a root mean square error (RMSE) of 2,02 meters, with an estimated optimal depth value of 5 meters and a maximum depth value of 10 meters. Thus, the generated SDB model can be considered a reliable alternative for rapid bathymetry mapping in shallow waters, although it may compromise the accuracy of the resulting bathymetric maps.