Kinerja irigasi

SI, CU, RI per petak tersier untuk satu Daerah Irigasi

🌐 English → · Bahasa Indonesia

Gagasannya

Langkah terakhir mengubah peta satelit menjadi indikator irigasi operasional untuk sebuah Daerah Irigasi (DI), dihitung per petak tersier. Tiga indeks standar (FAO / Bos 1985) merangkum seberapa baik jaringan mengantarkan air:

Indeks	Makna	Pertanyaan yang dijawab
SI — Indeks Kepuasan	kecukupan	Apakah tiap petak memperoleh air yang cukup?
CU — Keseragaman Christiansen	keseragaman	Apakah air tersebar merata di seluruh DI?
RI — Indeks Keandalan	ketergantungan	Apakah tiap petak tetap cukup dari waktu ke waktu?

Kita mendemonstrasikannya pada DI Klambu (Grobogan, Jawa Tengah; 653 petak tersier), yang batas petak dan hasil referensinya disertakan dalam repositori.

Yang didemonstrasikan bab ini vs metode penuh

Agar dapat dijalankan di laptop, langkah-langkah di bawah menyusun neraca air dari Sentinel-1 (koefisien tanaman / Kc) ditambah curah hujan CHIRPS dan ET acuan. Metode operasional penuh juga memfusikan citra optik Sentinel-2 dan Landsat untuk memperkirakan ET / Kc secara lebih akurat — fusi multi-sensor itulah peningkatan versi produksi, sengaja tidak ditampilkan di bab praktik ini agar tetap dapat direproduksi di laptop.

Langkah 1 — Kebutuhan air tanaman: peta Kc

Fase tanam → koefisien tanaman (Kc) menautkan apa yang dilihat satelit ke berapa banyak air yang dibutuhkan tanaman. produce_kc_map.py memperkirakan hari-setelah-tanam dari lembah genangan VH dan memetakannya ke kurva padi 110-hari FAO-56 (Kc 1,05 → 1,20 → 0,95 → 0).

Berikan tumpukan VH dan mask sawah Anda dengan --stack / --paddy-mask. --period-band adalah indeks pita yang ditargetkan (memakai pita itu ditambah 9 pita sebelumnya, jadi butuh ≥10 pita riwayat — dengan sampel 18-pita, gunakan 10–18):

python produce_kc_map.py --period-band 14 --out kc_sample \
    --stack data/sample/klambu_vh_2024.tif \
    --paddy-mask consensus_sample/consensus_paddy_map.tif
# → kc_sample/kc_band14.tif  (Kc per piksel sawah-aktif)

Peta koefisien tanaman (Kc), MT 2024/25 — jembatan dari fenologi ke kebutuhan air.

Harapkan hasil jarang pada AOI mainan

Karena mask sawah sampel kecil (dan dibangun hanya dari beberapa periode), peta Kc — dan indeks di hilirnya — mungkin hanya mencakup sedikit piksel. Langkah-langkah di bawah mendemonstrasikan mekanismenya, bukan hasil representatif; gunakan tumpukan multi-tahun yang lebih lengkap dan lebih banyak periode untuk keluaran yang bermakna.

Langkah 2 — Neraca air (curah hujan vs kebutuhan)

Indeks Kepuasan membandingkan pasokan (curah hujan — dan, bila tersedia, debit dari pintu/papan duga) terhadap kebutuhan (Kc × evapotranspirasi acuan). Proyek ini memakai curah hujan dan ET CHIRPS; deret harian bawaan untuk Klambu berada di 2026/irrigation_performance/ dan 2026/irrigation_performance_2024_s1kc/.

SI berbasis-satelit vs SI berbasis-air

Tanpa data sensor pintu, SI dihitung dari deteksi sawah-aktif (proksi satelit untuk kecukupan). Mengacukan SI ke air aktual (bukaan pintu) adalah langkah validasi lapangan yang direncanakan untuk kampanye berikutnya — lihat laporan. Nyatakan dengan jelas versi mana yang Anda laporkan.

Langkah 3 — Hitung SI / CU / RI per petak

calculate_irrigation_indices.py menyatukan semuanya — ia membaca prediksi sawah per-periode Anda dan batas petak tersier (klambu.gpkg, ruas id-petak norec), mengagregasi sinyal sawah-aktif secara zonal, dan menulis ketiga indeks per petak.

python calculate_irrigation_indices.py \
    --predictions-dir predictions_sample/2024 \
    --periods 13 15 17 19 21 23 \
    --di-boundary 2026/irrigation_performance/klambu.gpkg \
    --output-dir irrigation_results/klambu_2024 \
    --confidence-threshold 0.7

Keluaran mencakup CSV indeks per-petak, ringkasan tingkat-DI, serta tampilan cepat deret-waktu/histogram di irrigation_results/klambu_2024/.

Repositori sudah menyertakan hasil referensi yang bisa langsung Anda periksa:

head 2026/irrigation_performance/reliability_block_results.csv
cat 2026/irrigation_performance/performance_summary.txt

Langkah 4 — Petakan indeks per petak

make_irrigation_maps.py merender tiga panel koroplet. Ia membaca CSV per-petak dari ./results_csv/ (lokasi tetap) dan menggabungkannya ke klambu.gpkg. Cara tercepat melihatnya adalah dengan hasil referensi bawaan:

mkdir -p results_csv
cp 2026/irrigation_performance/uniformity_block_results.csv results_csv/
cp 2026/irrigation_performance/reliability_block_results.csv results_csv/
python make_irrigation_maps.py
# → menulis 2026/figures/fig_irrigation_klambu_maps.png

(Untuk memetakan hasil lari Anda sendiri, salin CSV dari Langkah 3 ke results_csv/ sebelum menjalankan.)

Indeks irigasi per petak tersier untuk DI Klambu (SI, CU, RI).

Membaca hasilnya

Untuk DI Klambu, studi penuh menemukan:

Indeks	Nilai	Kategori (FAO/Bos 1985)
SI	0,83	Sangat baik
CU	0,93	Sangat baik
RI	0,98	Sangat baik

Namun keluaran yang berguna secara operasional adalah diagnosis spasial: sistem menandai 10 petak bermasalah (RI < 0,75), 7 di antaranya berada di ujung-hilir jaringan tersier — ketimpangan hulu–hilir yang klasik. Alih-alih memeriksa seluruh 653 petak, BBWS dapat menargetkan 10 petak itu — inti nilai tawar pendekatan satelit.

Saran ambang kinerja (kontrak P3A)

Skema berjenjang memungkinkan adopsi dimulai konservatif lalu diperketat seiring waktu. Jenjang 1: SI ≥ 0,75, CU ≥ 0,80, RI ≥ 0,70, ditambah indeks tanam ≥ 1,5.

Ke mana selanjutnya

Anda telah mereproduksi seluruh rantai pada satu DI sampel. Untuk meningkatkan skala, Anda akan: memproses lebih banyak periode dan tahun Sentinel-1, memperluas ke lebih banyak DI, dan — peningkatan kunci — menambahkan validasi lapangan untuk mengacukan SI ke air aktual serta mengalibrasi algoritma fase.

Untuk produk fase tanam yang lebih akurat yang mendasari Kc, lanjut ke Lanjutan: fusi S1+S2.