Jurnal Internasional Evaluasi Algoritma Four Sky View Factor menggunakan Data Permukaan dan Model Elevasi Digital – Jiao – – Ilmu Bumi dan Luar Angkasa

Download Jurnal Disini

Sky view factor (SVF) adalah variabel penting yang banyak digunakan untuk mengukur karakteristik struktur permukaan dan memperkirakan anggaran radiasi permukaan. Banyak model SVF berdasarkan data raster telah dikembangkan tetapi belum dievaluasi secara lebih kuantitatif dan seragam. Dalam makalah ini, empat model SVF khas (Dozier-Frew (D-F), Manners, Lindberg-Grimmond (L-G), dan Helbig_h) dievaluasi menggunakan SVF yang berasal dari gambar fisheye yang disimulasikan berdasarkan model permukaan digital (DSM) ) dan data model elevasi digital (DEM). SVF yang dihitung dengan metode D-F menggunakan data DSM memiliki akurasi terbaik, dengan mean bias error (MBE) sebesar -0,007, root-mean-square error (RMSE) 0,069, dan koefisien determinasi (R 2) dari 0,914. Untuk nilai SVF yang berasal dari data DEM, metode L-G menunjukkan kinerja yang baik, dengan MBE 0,013, RMSE 0,032, dan R 2 dari 0,897. Pixel di dekat tepi bangunan, di dalam lembah, atau di sepanjang ridgeline memiliki penyimpangan SVF yang lebih tinggi. Selain itu, sudut kemiringan yang dihitung menggunakan data DSM memiliki beberapa cacat buatan yang membuat dampak signifikan pada bias SVF karena metode perhitungannya dan permukaan yang tidak terputus di daerah perkotaan. Dengan demikian, metode L ‐ G dan Helbig_h lebih berlaku untuk data DSM karena kesulitan dalam menentukan sudut kemiringan dan aspek. Selain itu, tingginya kesesuaian SVF antara metode Helbig_h dan L-G menyiratkan bahwa metode Helbig_h merupakan alternatif berdasarkan bentuknya yang lebih sederhana dan biaya perhitungan yang lebih rendah daripada metode L G.

Download Jurnal Disini

Tags: