gain atau iluminasi yang sama. Hanya dalam hal ini mau tidak mau NDVI dari persamaan 8, 9 akan sama dengan :
1 2
1 2
DN DN
DN DN
NDVI
…………………………………………………………10
Dalam kondisi tertentu, NDVI dari permukaan yang identik harus tetap konstan dari waktu ke waktu. Seperti dengan pendefinisian sebelumnya, setidaknya memungkinkan melakukan
perubahan NDVI. Jika NDVI didefinisikan dikalibrasi dengan reflektifitas pada-satelit I
sat
, maka dengan menggunakan persamaan 7, NDVI akan menjadi :
.. …………………….. 11
Sekarang, jika diasumsikan I
surf
dan I
PR
sebanding dengan irradiasi iluminasi, demikian juga I
surf2
= ρ
2
F
2
dan I
PR2
= h
2
F
2
, maka kita mendapatkan :
1 1
2 2
1 1
2 2
h h
h h
NDVI
……………………………………12
dimana h adalah beberapa ukuran dari kerapatan kabut
haze density
dan efisiensi hamburan. Menurut persamaan 12, definisi NDVI pada persamaan 11 memberikan nilai yang
bervariasi dan bergantung pada iluminasi. Perubahan nilai h mengakibatkan NDVI berubah. Jika jalan jalur radiasi diabaikan misalnya h = 0, hari yang cerah, maka persamaan 12
kembali ke persamaan 8. Masalah khusus muncul dengan awan. Dalam awan atau bayangan gunung misalnya,
NDVI dapat bergeser berkurang karena iluminasi
skylight
piksel lebih banyak dalam cahaya biru, dan sangat kurang dalam NIR.
b. Peregangan Kontras
Dapatkah prosedur peregangan kontras mengoreksi iluminasi, gain, offset dan jalur radiansi jalan cahaya yang belum diketahui ? Ya dapat, pada prinsipnya. Setiap transformasi
linear pada radiansi seperti menambahkan jalan cahaya persamaan 7 atau dalam mengkonversi nilai DN Radiance gain dan offset, persamaan 1 dapat dengan mudah
dihilangkan oleh peregangan kontras linier yang sesuai. Jadi, misalnya, citra yang diambil
dalam suasana yang ada kabut atmosfer, dapat ditampilkan seperti tanpa kabut dengan menggunakan peregangan kontras. Dalam hal ini, diasumsikan bahwa resolusi radiometrik dan
nilai saturasi sensor, dapat mencegah terjadinya kehilangan informasi dengan transformasi aslinya. Peranan mata juga diperlukan, harus bisa menyesuaikan peregangan kontras yang
menggunakan nilai-nilai tertentu untuk mengimbangi faktor-faktor lingkungan maupun instrumennya.
c. Klasifikasi
Sekarang kita mempertimbangkan dampak dari suatu transformasi linear pada klasifikasi Song et al., 2001. Sebagaimana transformasi linear yang hanya akan menggeser dan
meregangkan titik pada diagram pencar
scatter diagram
, hasil dari banyak algoritma klasifikasi tidak akan demikian. Sebagai contoh, pertimbangkanlah suatu algoritma
maximum likelihood
. Seperti menormalkan, jarak
Euclidean
antara piksel-piksel dengan varians dihitung dengan cara
Euclidean
yang sama, dan hasil klasifikasi tidak akan diubah oleh suatu transformasi linear
shift
atau peregangan.
2.6. Penggunaan Area Referensi
Ketika radiansi di-tanah atau data reflektansi tidak tersedia, daerah area referensi kadang- kadang dapat digunakan untuk mengembangkan hasil kuantitatif penginderaan jauh. Sebagai
contoh: a.
Dark Object Substraction DOS
Sebuah piksel gelap hitam didefinisikan sebagai piksel yang memiliki reflektansi nol pada salah satu atau semua band I
ref
= 0. Sesuai dengan persamaan 7, maka untuk suatu piksel gelap akan diperoleh :
I
sat
= I
PR
………………………………………………………………………..13 Dengan mendefinisikan I
dark
= I
sat
untuk piksel tersebut, maka nilai-nilai radiansi lainnya dalam suatu
scene
dapat dikoreksi dengan menggunakan : I
corr
= I
sat
– I
dark
………………………………………………………………..14
