13
2.2.1 Indeks vegetasi
Data tentang kerapatan vegetasi sangat penting dalam melakukan inventarisasi maupun pemantauan wilayah mangrove, karena bisa digunakan
dalam menduga leaf area index LAI, biomassa, volume tegakan, produktivitas dan lain-lain.
Dalam sistem penginderaan jauh, kerapatan vegetasi diperoleh dengan menggunakan suatu algoritma indeks vegetasi. Indeks vegetasi dibuat dengan
membentuk kombinasi beberapa spektral kanal, dengan menggunakan operasi penambahan, pembagian, perkalian antara kanal yang satu dengan yang lain untuk
mendapatkan suatu nilai yang bisa mencerminkan kelimpahan atau kesehatan vegetasi.
Indeks vegetasi merupakan persentase pemantulan radiasi matahari oleh permukaan daun yang berkorelasi dengan konsentrasi klorofil. Banyaknya
konsentrasi klorofil yang dikandung oleh suatu permukaan vegetasi, khususnya daun menunjukkan tingkat kehijauan vegetasi tersebut.
Indeks vegetasi adalah pengukuran secara kuantitatif dalam mengukur biomassa maupun kesehatan vegetasi, dilakukan dengan membentuk kombinasi
beberapa spektral kanal, dengan menggunakan operasi penambahan, pembagian, perkalian antara kanal yang satu dengan yang lain untuk mendapatkan suatu nilai
yang bisa mencerminkan kelimpahan atau kesehatan vegetasi. Schowengerdt 1997 menyebutkan, bentuk sederhana dari indeks
vegetasi adalah ratio antara kanal near-infrared dan kanal red, ratio tersebut disebut ratio vegetation index RVI. Jika vegetasi sehat nilai akan tinggi, begitu
pula sebaliknya, algoritma RVI adalah sebagai berikut:
red NIR
RVI ρ
ρ =
Modulasi ratio dari kanal near-infrared dan kanal red adalah normalized different vegetation index NDVI. Algoritma indeks vegetasi ini yang paling
sering digunakan. Prinsip dari formula tersebut adalah bahwa radiasi dari visible red diserap oleh chlorophyll hijau daun sehingga akan direflektansikan rendah,
14
sedangkan radiasi dari sinar near-infrared akan kuat direflektansikan oleh struktur daun spongy mesophyll. Nilai indeks yang diperoleh mempunyai kisaran dari -1.0
sampai 1.0. Menurut Lillesand and Kiefer 1994, awan, air dan non vegetasi mempunyai nilai NDVI kurang dari nol. Nilai indeks yang lebih tinggi berarti
mempunyai penutupan vegetasi yang lebih sehat. NDVI dapat digunakan untuk mengukur kondisi relatif vegetasi, hal ini
memungkinkan untuk dapat digunakan dalam menghitung dan memprediksi biomassa, laef area index LAI, photosynthetically active radation PAR yang
diserap oleh vegetasi Sader et al. 1989. NDVI dapat digunakan sebagai indikator biomassa relatif dan tingkat kehijauan daun Chen and Brutsaert 1998.
NDVI juga memungkinkan untuk menghitung dan memprediksi produktivitas primer, spesies yang dominan dan pengaruh pemangsaan Oesterheld et al. 1998;
Peters et al. 1997. Huete 1988 mengatakan bahwa Soil adjusted vegetation index SAVI
adalah rumusan yang paling bagus untuk penutupan yang rendah. L
1 L
SAVI
red NIR
red NIR
+ ⎟⎟
⎠ ⎞
⎜⎜ ⎝
⎛ +
+ −
= ρ
ρ ρ
ρ
Dimana L adalah konstanta yang memperkecil sensitivitas index vegetasi dari reflektansi penutupan tanah. Jika nilai L sama dengan nol, maka SAVI sama
dengan NDVI. Untuk vegetasi dengan penutupan sedang, L memiliki nilai sekitar 0.5. Dengan faktor 1+L bisa dipastikan range nilai SAVI sama dengan NDVI,
yaitu antara -1 sampai dengan 1. Beberapa contoh algoritma untuk indeks vegetasi yang bisa digunakan
tertera pada Tabel 1. Tabel 1 Indeks vegetasi untuk Landsat MSS and TM
Formula Tipe Indeks
Referensi
Red NIR
RVI =
Ratio vegetation index Tucker 1979
Red NIR
Red NIR
NDVI +
− =
Normalized difference vegetation index
Tucker 1979
15
L 1
L Red
NIR Red
NIR SAVI
+ +
+ −
= Soil adjusted vegetation index Huete 1988
d NIR
DVI Re
4 .
2 −
= Difference vegetation index
Richardson and Wiegand 1977
⎥ ⎦
⎤ ⎢
⎣ ⎡
+ +
− =
0.5 Red
NIR Red
NIR 100
TVI Transformed vegetation index Richardson and
Wiegand 1977
2.2.2 Klasifikasi citra image classification
Kategori