

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Jenis-jenis Operasi
<a name="geospatial-eoj-models"></a>

Saat Anda membuat EOJ, Anda memilih operasi berdasarkan kasus penggunaan Anda. Kemampuan SageMaker geospasial Amazon menyediakan kombinasi operasi yang dibuat khusus dan model yang telah dilatih sebelumnya. Anda dapat menggunakan operasi ini untuk memahami dampak perubahan lingkungan dan aktivitas manusia dari waktu ke waktu atau mengidentifikasi piksel cloud dan bebas awan.

**Penutupan Awan**

Mengidentifikasi awan dalam citra satelit merupakan langkah pra-pemrosesan penting dalam menghasilkan data geospasial berkualitas tinggi. Mengabaikan piksel awan dapat menyebabkan kesalahan dalam analisis, dan deteksi piksel awan yang berlebihan dapat mengurangi jumlah pengamatan yang valid. Cloud masking memiliki kemampuan untuk mengidentifikasi piksel berawan dan bebas awan dalam citra satelit. Masker awan yang akurat membantu mendapatkan citra satelit untuk diproses dan meningkatkan pembuatan data. Berikut ini adalah peta kelas untuk cloud masking.

```
{
0: "No_cloud",
1: "cloud"
}
```

**Penghapusan Awan**

Penghapusan cloud untuk data Sentinel-2 menggunakan model segmentasi semantik berbasis ML untuk mengidentifikasi awan dalam gambar. Piksel berawan dapat diganti dengan piksel dari stempel waktu lainnya. USGS Landsatdata berisi metadata landsat yang digunakan untuk penghapusan cloud.

**Statistik Temporal**

Statistik temporal menghitung statistik untuk data geospasial melalui waktu. Statistik temporal yang saat ini didukung meliputi mean, median, dan standar deviasi. Anda dapat menghitung statistik ini dengan menggunakan `GROUPBY` dan mengaturnya ke salah satu `all` atau`yearly`. Anda juga dapat menyebutkan`TargetBands`.

**Statistik Zonal**

Statistik zona melakukan operasi statistik pada area tertentu pada gambar. 

**Pengambilan Sampel Ulang**

Resampling digunakan untuk meningkatkan dan menurunkan resolusi gambar geospasial. `value`Atribut dalam resampling mewakili panjang sisi piksel.

**Geomosaik**

Geomosaic memungkinkan Anda menjahit gambar yang lebih kecil menjadi gambar besar.

**Penumpukan Band**

Penumpukan pita membutuhkan lebih dari satu pita gambar sebagai input dan menumpuknya menjadi satu GeoTIFF. `OutputResolution`Atribut menentukan resolusi gambar output. Berdasarkan resolusi gambar input, Anda dapat mengaturnya ke`lowest`, `highest` atau`average`.

**Band Matematika**

Band Math, juga dikenal sebagai Indeks Spektral, adalah proses mengubah pengamatan dari beberapa pita spektral menjadi satu pita, yang menunjukkan kelimpahan relatif fitur minat. Misalnya, Normalized Difference Vegetation Index (NDVI) dan Enhanced Vegetation Index (EVI) sangat membantu untuk mengamati keberadaan fitur vegetasi hijau.

**Segmentasi Tutupan Lahan**

Segmentasi Tutupan Lahan adalah model segmentasi semantik yang memiliki kemampuan untuk mengidentifikasi material fisik, seperti vegetasi, air, dan tanah kosong, di permukaan bumi. Memiliki cara yang akurat untuk memetakan pola tutupan lahan membantu Anda memahami dampak perubahan lingkungan dan aktivitas manusia dari waktu ke waktu. Segmentasi Tutupan Lahan sering digunakan untuk perencanaan wilayah, tanggap bencana, pengelolaan ekologi, dan penilaian dampak lingkungan. Berikut ini adalah peta kelas untuk segmentasi Tutupan Tanah.

```
{
0: "No_data",
1: "Saturated_or_defective",
2: "Dark_area_pixels",
3: "Cloud_shadows",
4: "Vegetation",
5: "Not_vegetated",
6: "Water",
7: "Unclassified",
8: "Cloud_medium_probability",
9: "Cloud_high_probability",
10: "Thin_cirrus",
11: "Snow_ice"
}
```

## Ketersediaan Operasi EOJ
<a name="geospatial-eoj-models-avail"></a>

Ketersediaan operasi tergantung pada apakah Anda menggunakan UI SageMaker geospasial atau notebook Amazon SageMaker Studio Classic dengan gambar SageMaker geospasial. Saat ini, notebook mendukung semua fungsi. Untuk meringkas, operasi geospasial berikut didukung oleh SageMaker AI:


| Operasi |  Deskripsi  |  Ketersediaan  | 
| --- | --- | --- | 
| Penutupan Awan | Identifikasi piksel cloud dan bebas awan untuk mendapatkan citra satelit yang lebih baik dan akurat. | UI, Notebook | 
| Penghapusan Cloud | Hapus piksel yang berisi bagian awan dari citra satelit. | Buku catatan | 
| Statistik Temporal | Hitung statistik melalui waktu untuk GeoTIFF tertentu. | Buku catatan | 
| Statistik Zonal | Hitung statistik pada wilayah yang ditentukan pengguna. | Buku catatan | 
| Pengambilan Sampel Ulang | Skala gambar ke resolusi yang berbeda. | Buku catatan | 
| Geomosaik | Gabungkan beberapa gambar untuk kesetiaan yang lebih besar. | Buku catatan | 
| Penumpukan Band | Gabungkan beberapa pita spektral untuk membuat satu gambar. | Buku catatan | 
| Matematika Pita/Indeks Spektral | Dapatkan kombinasi pita spektral yang menunjukkan banyaknya fitur yang menarik. | UI, Notebook | 
| Segmentasi Tutupan Lahan | Mengidentifikasi jenis tutupan lahan seperti vegetasi dan air dalam citra satelit. | UI, Notebook | 