7. Monitoring karakteristik air contoh : salinitas, turbiditas di dearah mangrove
8. Monitoring tata guna lahan mangrove contoh : akuakultur, kehutanan 9. Monitoring perubahan aktivitas penggunaan lahan di daerah mangrove
Indeks vegetasi yang dapat diperoleh dari citra satelit dan digital airbone data untuk area mangrove menunjukkan hubungan yang dekat dengan Indeks Luas
Daun Leaf Area Index atau LAI dan persentase penutupan kanopi mangrove. LAI didefinisikan sebagai area daun pada satu sisi tunggal daun di tiap unit area
tanah. LAI dapat digunakan untuk memprediksi pertumbuhan dan buah, dan
memantau perubahan kanopi yang diakibatkan oleh polusi dan perubahan iklim. LAI dapat digunakan untuk mengetahui status dan produktivitas ekosistem
mangrove. Sama halnya dengan LAI, penutupan kanopi juga digunakan untuk mengukur densitas pohon Green et al., 2000.
Menurut Lo 1996, pantulan spektral dari kanopi vegetasi bervariasi menurut panjang gelombang karena adanya sifat pantulan hemispheric dari individu daun.
Daun terbentuk dari tiga lapisan bahan organik serat yang berstruktur, dimana ketiga lapisan tersebut mempunyai pigmen, kandungan air, dan ruang udara.
Ketiga sifat tersebut mempengaruhi sifat pantulan, penyerapan, dan transmisi.
2.5. Penggunaan Indeks Vegetasi Untuk Kerapatan Mangrove
Carolita 1995 mengatakan indeks vegetasi adalah suatu formulasi pengolahan data inderaja secara digital yang dapat diarahkan secara khusus untuk mengkaji
informasi tematik dari lahan bervegetasi. Indeks vegetasi ini adalah suatu metode
pendekatan yang bersifat matematis, dengan pendekatan tersebut hasil yang didapatkan mencerminkan keadaan vegetasi pada saat tertentu.
Indeks vegetasi adalah persentase pemantulan radiasi matahari oleh permukaan daun yang berkorelasi dengan konsentrasi klorofil. Jadi banyaknya konsentrasi
klorofil yang terkandung dalam suatu permukaan tanaman khususnya daun akan menunjukkan tingkat kehijauan tanaman tersebut.
Pemantauan indeks vegetasi ini didasarkan pada karakteristik pantulan objek. Pada panjang gelombang inframerah dekat nilai pantulan dari objek vegetasi
tinggi, sedangkan pada selang panjang gelombang merah nilai pantulannya rendah. Jika kedua kanal ini dikombinasikan akan dihasilkan data yang memiliki
pantulan yang respon terhadap kehijauan vegetasi Lillesand dan Kiefer, 1990. Fanani 1992 menyatakan bahwa dengan memahami perbedaan intensitas
radiasi tenaga elektromagnetik yang dipantulkan dan dipancarkan maka akan dapat diidentifikasi jenis pohon atau tegakan hutan, umur, kesehatan, kerapatan
dan tekanan kelembaban dari suatu kelompok hutan. Hasil penelitian Dirgahayu 1992 memperlihatkan adanya hubungan antara
kerapatan tegakan dengan indeks vegetasi yang diperoleh dari data inderaja satelit Landsat-TM dan SPOT. Penelitian tersebut diterapkan untuk menduga potensi
hutan volume tegakan dan biomassa hutan pada hutan primer dan sekunder di Jawa Tengah dan Jawa Barat.
Penelitian dari Japan International Coorperation Agency JICA bersama Departemen Pekerjaan Umum menunjukkan korelasi yang kuat antara kerapatan
tegakan dan LAI serta produksi biomassa vegetasi di sekitar Jabotabek dengan nilai-nilai indeks kehijauan dari data Landsat-TM Dirgahayu, 1992.
Estimasi LAI didasarkan pada pantulan dari kanopi vegetasi Lo, 1996. LAI daun berhubungan negatif dengan pantulan merah, tapi berhubungan positif
dengan pantulan inframerah. Rasio pantulan merah dengan inframerah dekat menunjukkan kenaikan LAI.
Berdasarkan keadaan tersebut maka dapat dibentuk model-model algoritma yang dapat menghasilkan nilai untuk menduga kehijauan vegetasi. Nilai inilah
yang disebut dengan indeks vegetasi. Adapun beberapa formula indeks vegetasi yang digunakan untuk memantau vegetasi, antara lain :
1. Indeks Mangrove IM = NIR MIR
2
Daniher dan Luck, 1991 2. Difference Vegetation Index DVI = NIR - RED
Richardson dan Weigand, 1997 in Hariyadi, 1999 3. Middle Infra Red Index MIR = MIR-RED MIR+RED
Roy dan Shirish, 1994 in Hariyadi, 1999 4. Normalized Difference Vegetation Index NDVI = NIR-RED
NIR+RED Rouse et al., 1974 in Hariyadi,1999 5. Ratio Vegetation Index RVI = NIR RED
Rouse et al., 1974 in Hariyadi,1999 6. Transformed Ratio Vegetation Index TRVI =
RED NIR
Rouse et al., 1974 in Hariyadi,1999 7. Transformed Normalized Vegetation Index TNDVI =
5 .
+ NDVI
Deering, 1974 in Hariyadi 1999 Keterangan :
RED = nilai digital pada citra kanal merah kanal 3
NIR = nilai digital pada citra kanal inframerah dekat kanal 4
MIR = nilai digital pada citra kanal inframerah menengah kanal 5
Secara kualitatif, Food and Agriculture Organization FAO 1982 in Dirgahayu et al.1992 telah mendefinisikan batasan mengenai kelas kerapatan
hutan mangrove. Kerapatan tajuk dapat dikelaskan secara umum sebagai berikut : 1. Kerapatan tertutup closed dengan kerapatan 80
2. Kerapatan rapat dense dengan kerapatan antara 40 - 80 3. Kerapatan sedang open dengan kerapatan antara 10 - 40
4. Kerapatan jarang sparse dengan kerapatan antara 2 - 10 Di kawasan hutan Indonesia, kelas kerapatan hutan mangrove yang digunakan
oleh FAO tidak seluruhnya dapat diterapkan. Berdasarkan penelitian yang telah dilakukannya Dirgahayu et al.1992 membagi kerapatan hutan menjadi selang-
selang sebagai berikut : 1. Kerapatan 10 -20; strata hutan jarang
2. Kerapatan 20 - 30; strata hutan sedang 1 3. Kerapatan 30 - 40; strata hutan sedang 2
4. Kerapatan 40 - 50; strata hutan sedang 3 5. Kerapatan 50 - 60; strata hutan rapat 1
6. Kerapatan 60 - 70; strata hutan rapat 2 7. Kerapatan 70 - 80; strata hutan rapat 3
8. Kerapatan 80 - 100; strata hutan tertutup Identifikasi dan klasifikasi objek vegetasi menggunakan data satelit
penginderaan jauh didasarkan pada interaksi kanopi vegetasi dengan spektrum radiasi elektromagnetik yang mengenainya Harsanugraha et al., 1999.
Dewanti 1999 mengemukakan bahwa pada umumnya mangrove jenis Avicennia
spp. dan Sonneratia spp. mempunyai nilai NDVI relatif rendah dibanding dengan Rhizophora spp. dan Bruguiera spp. Hal tersebut banyak
dipengaruhi oleh bentuk, ukuran, kerapatan, warna daun dan asosiasi dengan tumbuhan bawah yang menutupi permukaan lahan.
2.6. Karakteristik Satelit QuickBird
