Pertanyaan kelayakan bersifat historis. Apakah lahan ini hutan pada tanggal batas? Apakah lahan dibuka dalam periode tinjauan ke belakang? Pada plot kecil, piksel 10 m menjadi satuan yang wajar, sehingga orang mencari riwayat hutan 10 m. Jawaban jujurnya: produk terbuka tunggal seperti itu belum ada. Yang ada hanyalah catatan 10 m yang pendek, catatan 30 m yang panjang, dan beberapa cara untuk menggabungkannya.
Data yang Tersedia di 10 m
91%
akurasi keseluruhan peta hutan JRC 10 m untuk 2020 (penilaian v2, 21.752 unit sampel)
2017
tahun pertama layer satellite embedding tahunan
1990
tahun pertama catatan perubahan tahunan hutan lembap tropis JRC, pada 30 m
Perbandingan Antar-Layer
| Layer | Resolusi | Cakupan waktu | Pertanyaan yang dapat dijawab |
|---|---|---|---|
| Tutupan hutan global JRC 2020 | 10 m | Satu periode, 1 Januari sampai 31 Desember 2020 | Hutan atau bukan pada 2020 |
| Hutan lembap tropis JRC | 30 m | Perubahan tahunan, 1990 sampai 2025 | Kapan hutan lembap terdegradasi atau dibuka |
| Peringatan GLAD-S2 | 10 m | Era Sentinel-2, hanya hutan primer | Kejadian kehilangan hutan primer |
| Peringatan RADD | 10 m, radar | Afrika mulai Januari 2019, Amerika Selatan dan Asia Tenggara mulai Januari 2020 | Peristiwa gangguan, bahkan di bawah awan |
| Embedding satelit tahunan | Sekitar 10 m | Mulai 2017 | Fitur untuk pengklasifikasi Anda sendiri |
Perhatikan yang tidak ada: layer 10 m yang menyatakan, untuk setiap tahun, apakah sebuah piksel berupa hutan. Peta hutan 10 m hanya mencakup satu tahun. Catatan panjangnya berukuran 30 m dan berasal dari Landsat.
Mengapa Riwayat 10 m Terbuka Itu Pendek
Layer embedding yang membuat deret waktu 10 m menjadi praktis baru dimulai pada 2017. AlphaEarth adalah embedding tahunan 64 dimensi, dengan salinan yang di-host untuk 2017 sampai 2025, dan proyek TESSERA mencatat embedding untuk 2017 sampai 2025. Tinjauan sepuluh tahun ke belakang dari hari ini melampaui tahun tersebut. Tahun-tahun sebelumnya hanya bisa berasal dari produk era Landsat pada 30 m, dan sumber yang ditinjau untuk artikel ini tidak mendokumentasikan metode yang mengubah catatan kehilangan Hansen 30 m menjadi 10 m. Tidak ada sumber dalam kumpulan ini yang mengukur manfaat super-resolusi, fusi berbasis aturan, atau pemetaan ulang Sentinel-2 untuk tujuan itu.
Produk peringatan dini juga tidak menutup celah ini. GLAD-S2 dan RADD adalah pendeteksi kejadian di dalam masker hutan primer. Dokumentasi mereka sendiri menyebutnya konservatif dan tidak dimaksudkan untuk estimasi luas. Keduanya menunjukkan di mana hutan primer hilang setelah 2019 atau 2020. Keduanya tidak menunjukkan apa yang berupa hutan pada tanggal hukum tertentu.
Apa yang Dapat dan Tidak Dapat Dibuktikan Peta Hutan 10 m
Peta JRC 2020 menyusun keberadaan hutan dari tutupan pohon dan mangrove global, lalu menerapkan aturan yang memakai layer tinggi pohon, deforestasi, lahan pertanian, dan agroforestri. Menurut penilaian akurasi JRC untuk versi 2, 21.752 unit sampel menghasilkan akurasi keseluruhan 91%, galat komisi 18% untuk hutan, dan galat omisi 8%. Penilaian itu mencatat adanya kelompok salah klasifikasi pada hutan kering terbuka. JRC menyatakan bahwa peta ini mendukung penilaian risiko EUDR, tetapi tidak wajib, tidak eksklusif, dan tidak mengikat secara hukum. Laporan teknis versi 4 diperkirakan terbit pada Desember 2026, sehingga angka versi 2 adalah akurasi terbaru yang dipublikasikan.
Agroforestri termasuk dalam logika pengecualian, dan ini penting bagi lahan petani kecil. Sebuah preprint tentang pemetaan karet melaporkan bahwa pada versi pertama peta JRC 2020, lebih dari separuh area yang dipetakan penulis sebagai karet digolongkan sebagai hutan alam. Preprint yang sama menemukan daya deteksi rendah untuk 12 produk karet di Malaysia dan Indonesia. Ini preprint, belum ditelaah sejawat, dan temuannya masih awal, tetapi menunjuk pada pola kegagalan yang sudah dikenal: tanaman pohon budi daya bisa tampak seperti hutan di sebuah peta.
Apa yang Ditambahkan Embedding, dan Apa yang Tidak
Embedding adalah vektor berpanjang tetap per piksel per tahun yang merangkum apa yang dilihat satelit. AlphaEarth memberikan 64 angka per piksel sekitar 10 m. TESSERA memberikan 128 angka per piksel 10 m dan menggabungkan data radar dengan data optik. Anda melatih pengklasifikasi kecil dengan beberapa titik berlabel, lalu menerapkannya tahun demi tahun.
Akurasi yang dipublikasikan cukup menjanjikan, tetapi bukan untuk wilayah tropis. Dalam makalah AlphaEarth, deteksi perubahan terawasi langsung mencapai akurasi seimbang 78,4% dan 79,3% pada dua tugas perubahan tutupan dan penggunaan lahan, dibandingkan 72,0% dan 71,5% untuk baseline terbaik berikutnya. Label acuannya adalah plot 30 m hasil interpretasi manusia di seluruh wilayah Amerika Serikat daratan. Label tersebut tidak banyak menjelaskan mosaik lahan petani kecil di Indonesia.
Peringatan dari kajian independen:
- Ringkasan sekunder dari studi Mei 2026 melaporkan bahwa embedding AlphaEarth bersifat noisy dan tidak memperbaiki prediksi strategi restorasi dibandingkan fitur lingkungan dan spektral pada restorasi Hutan Atlantik Brasil. - Sebuah preprint terumbu karang, dari domain berbeda dan belum ditelaah sejawat, melaporkan bahwa pemulihan yang terdeteksi dari lintasan AlphaEarth bias ke arah pertambahan. Jika ini berlaku juga di sini, pertumbuhan kembali atau pertambahan akibat penanaman bisa lebih sulit dideteksi daripada kehilangan. - Satu embedding merangkum satu tahun penuh, sehingga tidak dapat menentukan waktu pembukaan lahan dalam tahun yang sama. - Penulis TESSERA berargumen bahwa kanal radar sangat penting di bawah tutupan awan yang nyaris permanen. Itu argumen desain, bukan akurasi yang terukur.
Cara Menyusun Bukti yang Dapat Dipertanggungjawabkan
Sumber-sumber ini mendukung pendekatan berlapis, bukan satu layer tunggal:
1. Gunakan catatan tahunan hutan lembap tropis 30 m untuk riwayat multitahun jika berlaku. Catatan ini hanya mencakup hutan lembap, yang menurut portal JRC sekitar 60% dari hutan alam tropis, mengacu pada penilaian hutan FAO 2015. 2. Gunakan peta 10 m 2020 sebagai pemeriksaan silang baseline untuk tahun tersebut. 3. Gunakan peringatan radar dan Sentinel-2 untuk kejadian setelah 2019 atau 2020. 4. Jika Anda melatih pengklasifikasi embedding, uji pertambahan dan kehilangan secara terpisah, lalu validasi dengan sampel probabilitas titik acuan yang lebih akurat daripada peta. 5. Nyatakan arah galat yang diketahui dari setiap layer dalam berkas kelayakan.
Satu hal yang tidak didukung sumber-sumber ini adalah menyebut hasilnya "10 m Hansen". Itu akan mengklaim presisi yang belum pernah ditunjukkan siapa pun.
Untuk perbedaan antar-layer hutan global utama, lihat dataset hutan mana yang Anda maksud. Untuk cara membaca laporan validasi, lihat seberapa akurat peta tutupan lahan dan biomassa global.
Pertanyaan yang Sering Diajukan
Tidak ada dalam sumber yang ditinjau. Peta JRC 10 m hanya mencakup 2020. Embedding tahunan baru mulai 2017. Riwayat sebelumnya berukuran 30 m.
Cek Lahan Sebelum Berkomitmen
Kelayakan bergantung pada riwayat lahan dan tutupan hutan pada tanggal batas. TREEO Eligibility menjalankan deteksi tutupan hutan berbasis satelit pada area minat Anda — sebelum satu bibit pun ditanam.


