通过面板自回归多项式 Logit 模型和哨兵-2 卫星图像的组合方法提高 ASF 调查效率

M. Ardiansyah, Dian Kusumaningrum, Irlan Irlan
{"title":"通过面板自回归多项式 Logit 模型和哨兵-2 卫星图像的组合方法提高 ASF 调查效率","authors":"M. Ardiansyah, Dian Kusumaningrum, Irlan Irlan","doi":"10.34123/semnasoffstat.v2023i1.1631","DOIUrl":null,"url":null,"abstract":"BPS menyediakan statistik resmi luas panen padi sebagai dasar pengambilan kebijakan pemerintah di bidang ketahanan pangan. Salah satu permasalahan yang dihadapi pada pengumpulan data luas panen padi adalah membutuhkan biaya yang besar. Penelitian ini bertujuan menghemat biaya survei KSA melalui metode gabungan antara pengamatan langsung pada bulan ganjil dan pendugaan tak langsung melalui pemodelan pada bulan genap. Kami mengembangkan model multinomial logit untuk data panel dengan menambahkan pengaruh autoregressive dan indeks-indeks spektral Sentinel-2. Lokasi penelitian ditetapkan di Kabupaten Seruyan, Kalimantan Tengah dengan titik amatan sebanyak 144 dan diamati selama 37 bulan sejak Desember 2018 hingga Desember 2021. Hasil penelitian menunjukkan bahwa pendugaan amatan KSA menggunakan model yang dikembangkan lebih baik dibanding model tanpa citra Sentinel-2 dan metode pola ordinal. Rata-rata akurasi dengan model yang dikembangkan mencapai 84.14 persen. Tingkat sensitifitas tertinggi adalah untuk menduga kategori panen, fase bera, dan bukan lahan pertanian. BPS dapat mempertimbangkan penelitian ini untuk mengurangi biaya pengumpulan data Survei KSA.","PeriodicalId":213816,"journal":{"name":"Seminar Nasional Official Statistics","volume":"85 3 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Efisiensi Survei KSA melalui Metode Gabungan Antara Model Panel Autoregressive Multinomial Logit dan Citra Satelit Sentinel-2\",\"authors\":\"M. Ardiansyah, Dian Kusumaningrum, Irlan Irlan\",\"doi\":\"10.34123/semnasoffstat.v2023i1.1631\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"BPS menyediakan statistik resmi luas panen padi sebagai dasar pengambilan kebijakan pemerintah di bidang ketahanan pangan. Salah satu permasalahan yang dihadapi pada pengumpulan data luas panen padi adalah membutuhkan biaya yang besar. Penelitian ini bertujuan menghemat biaya survei KSA melalui metode gabungan antara pengamatan langsung pada bulan ganjil dan pendugaan tak langsung melalui pemodelan pada bulan genap. Kami mengembangkan model multinomial logit untuk data panel dengan menambahkan pengaruh autoregressive dan indeks-indeks spektral Sentinel-2. Lokasi penelitian ditetapkan di Kabupaten Seruyan, Kalimantan Tengah dengan titik amatan sebanyak 144 dan diamati selama 37 bulan sejak Desember 2018 hingga Desember 2021. Hasil penelitian menunjukkan bahwa pendugaan amatan KSA menggunakan model yang dikembangkan lebih baik dibanding model tanpa citra Sentinel-2 dan metode pola ordinal. Rata-rata akurasi dengan model yang dikembangkan mencapai 84.14 persen. Tingkat sensitifitas tertinggi adalah untuk menduga kategori panen, fase bera, dan bukan lahan pertanian. BPS dapat mempertimbangkan penelitian ini untuk mengurangi biaya pengumpulan data Survei KSA.\",\"PeriodicalId\":213816,\"journal\":{\"name\":\"Seminar Nasional Official Statistics\",\"volume\":\"85 3 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-04\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Seminar Nasional Official Statistics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34123/semnasoffstat.v2023i1.1631\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Seminar Nasional Official Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34123/semnasoffstat.v2023i1.1631","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

BPS 提供有关水稻收获面积的官方统计数据,作为政府在粮食安全领域制定政策的依据。收集水稻收获面积数据面临的问题之一是需要大量资金。本研究旨在通过奇数月直接观测和偶数月通过建模间接估算相结合的方法来节省 ASF 调查成本。我们在面板数据中加入了自回归效应和 Sentinel-2 光谱指数,从而建立了多项式对数模型。研究地点设定在中加里曼丹的Seruyan地区,共有144个观测点,观测时间为2018年12月至2021年12月,共37个月。结果表明,使用所开发的模型对 ASF 观测数据进行估算的效果优于不使用哨兵-2 图像的模型和序数模式法。所开发模型的平均准确率达到 84.14%。灵敏度最高的是对收获期、休耕期和非农用地类别的估计。BPS 可以考虑利用这项研究来降低采集 ASF 调查数据的成本。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Efisiensi Survei KSA melalui Metode Gabungan Antara Model Panel Autoregressive Multinomial Logit dan Citra Satelit Sentinel-2
BPS menyediakan statistik resmi luas panen padi sebagai dasar pengambilan kebijakan pemerintah di bidang ketahanan pangan. Salah satu permasalahan yang dihadapi pada pengumpulan data luas panen padi adalah membutuhkan biaya yang besar. Penelitian ini bertujuan menghemat biaya survei KSA melalui metode gabungan antara pengamatan langsung pada bulan ganjil dan pendugaan tak langsung melalui pemodelan pada bulan genap. Kami mengembangkan model multinomial logit untuk data panel dengan menambahkan pengaruh autoregressive dan indeks-indeks spektral Sentinel-2. Lokasi penelitian ditetapkan di Kabupaten Seruyan, Kalimantan Tengah dengan titik amatan sebanyak 144 dan diamati selama 37 bulan sejak Desember 2018 hingga Desember 2021. Hasil penelitian menunjukkan bahwa pendugaan amatan KSA menggunakan model yang dikembangkan lebih baik dibanding model tanpa citra Sentinel-2 dan metode pola ordinal. Rata-rata akurasi dengan model yang dikembangkan mencapai 84.14 persen. Tingkat sensitifitas tertinggi adalah untuk menduga kategori panen, fase bera, dan bukan lahan pertanian. BPS dapat mempertimbangkan penelitian ini untuk mengurangi biaya pengumpulan data Survei KSA.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信