Chlorophyll Vegetation Index

· 2 min read
Chlorophyll Vegetation Index

Banyak cara digunakan untuk melakukan identifikasi vegetasi, antara lain menggunakan metode interpretasi visual baik menggunakan citra true color maupun menggunakan citra dengan berbagai komposit warna. Menggunakan 8 kunci interpretasi, interpretasi secara visual dirasa mudah untuk mengenali objekobjek yang tergambar pada citra satelit. Secara visual interpretasi dipengaruhi oleh resolusi dari citra baik resolusi  spasial, resolusi spektral, resolusi radiometrik, dan resolusi temporal. Akan tetapi identifikasi vegetasi dengan interpretasi citra keterbatasan. Kemampuan interpretasi dan karakteristik dari citra satelit sangat mempengaruhi hasil interpretasi. Selain itu informasi yang dapat dihasilkan dari interpretasi visual sangatlah terbatas.  

Cara lain untuk melakukan identifikasi vegetasi dapat dilakukan menggunakan transformasi citra. Banyak transformasi dilakukan pada citra multispektral memanfaatkan panjang gelombang setiap saluran salah satunya indeks vegetasi. Secara sederhana, indeks vegetasi merupakan parameter untuk menganalisa kondisi vegetasi pada suatu wilayah. Indek vegetasi mempunyai banyak algoritma yang dikembangkan untuk aplikasi tertentu. Secara spesifik indeks vegetasi merupakan pengukuran optis tingkat kehijauan (greenness) kanopi vegetasi, sifat komposit dari klorofil daun, luas daun, struktur, dan tutupan vegetasi..

Algoritma indeks vegetasi telah lama dikenal dan digunakan yaitu NDVI (Normalized difference vegetation index). Indeks ini menggambarkan tingkat kehijauan vegetasi dengan kombinasi matematis yang memanfaatkan saluran merah dan saluran NIR (Near Infra Red). Perhitungan NDVI didasarkan pada prinsip tanaman hijau secara efektif menyerap radiasi di daerah spektrum cahaya tampak, dan memantulkan radiasi dari daerah inframerah dekat. Nilai NDVI mempunyai range -1 sampai dengan 1 sehingga untuk melakukan identifikasi vegetasi mudah karena mempunyai range nilai yang tetap.

Selain NDVI terdapat indek vegetasi mudah digunakan untuk identifikasi vegetasi yaitu CVI (Chlorophyll Vegetation Index). CVI dikembangkan dari SR (Simple Ratio) saluran NIR/hijau yang dikombinasikan dengan SR saluran merah/hijau. Hal ini dilakukan untuk meminimalisir kepekaan vegetasi yang memiliki perbedaan kanopi. CVI dikembangkan dari dua asumsi bahwa (1) SR saluran NIR/hijau sangat sensitif terhadap konsentrasi klorofil daun pada tutupan kanopi dan tidak terpengaruh oleh LAI (Leaf Area Index). (2) SR saluran merah/hijau merepresentasikan kerapatan relatif vegetasi dan tanah, dapat digunakan untuk menormalisasi LAI dan untuk meminimalisir sensitifitas parameter struktur vegetasi.

berdasarkan asumsi diatas, CVI dapat dirumuskan sebagai berikut:

Related Articles

Vegetasi dan Red Edge
· 1 min read

Pemahaman Risiko Penyebaran Virus Corona di DKI Jakarta melalui Analisis Spasial (Spatial Talks-002)

Analisis Risiko Penyebaran Virus Corona Berdasarkan Faktor Kerentanan Melalui artikel sebelumnya, telah dibahas bagaimana peran yang perlu dilakukan oleh masyarakat

· 3 min read

Google Earth Engine untuk Pemodelan Kesesuaian Lokasi Budidaya Ikan Kerapu (GEE-015)

Sumberdaya perikanan di Indonesia sangat berlimpah dan dapat dimanfaatkan salah satunya untuk budidaya laut. Budidaya laut perlu didukung data lokasi

· 8 min read