LAPORAN PRAKTIKUM 1
INTERPRETASI DATA PENGINDERAAN JAUH UNTUK SURVEI TANAH
Oleh Juliana Aisyah NIM : 20331049
Dosen Pengampu : Sri Kandi Putri,S.Si.,M.Sc
PROGRAM STUDI DIII TEKNOLOGI PENGINDERAAN JAUH JURUSAN GEOGRAFI
FAKULTAS ILMU SOSIAL UNIVERSITAS NEGERI PADANG
2024
ACARA 1
ANALISIS NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX)
I. TUJUAN
Mahasiswa mampu melakukan transfromasi NDVI citra Landsat 8 OLI.
II. ALAT DAN BAHAN 1. Alat
a. Laptop Asus Intel Core i5 b. Microsoft Word 2019 c. Software ENVI Classic 5.3 2. Bahan
a. Citra Landsat 8 OLI 3. DASAR TEORI
Vegetasi merupakan penutup lahan berupa tumbuh-tumbuhan/tanaman yang merupakan salah satu unsur penyusun suatu wilayah yang mempunyai banyak manfaat.
Vegetasi sebagai penyusun lahan mempunyai jenis yang sangat ber- anekaragam.
Kumpulan dari vegetasi yang beranekaragam akan menghasilakan tingkat kerapatan vegetasi yang berbeda-beda, pada penggunaan lahan di suatu daerah.
Kerapatan vegatasi adalah salah satu aspek yang mempengaruhi karakeristik vegetasi dalam citra. kerapatan vegetasi umumnya diwujudkan dalam bentuk presentase untuk mengetahui tingkat suatu kerapatan vegatsi. Siti Imami (1998, dalam Ahmad Fadly, 2010) telah mengadakan penelitian untuk mengetahui sejauh mana hubungan kerapatan vegetasi terhadap pantulan spektralnya dengan analisis digital. Tingkat kerapatan vegetasi dapat dikaji melalui penggunaan teknologi yang saat ini terus berkembang.
Indeks vegetasi merupakan suatu algoritma yang ditetapkan terhadap citra (biasanya pada citra multisaluran) untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan, misalnya biomassa, Leaf Area Index, konsentrasi klorofil, dan sebagainya. Secara praktis, indeks vegetasi ini merupakan suatu transformasi matematis yang melibatkan beberapa saluran sekaligus, dan menghasilkan citra baru yang lebih representative dalam menyajikan fenomena vegetasi (Danoedoro,
2012). Indeks vegetasi akan menunjukkan saluran spectral yang peka terhadap kerapatan variasi tumbuhan.
Suatu vegetasi akan dikatakan subur jika klorofil (zat hijau daun) dalam jumlah besar sehingga aktif berfotosintesis atau dengan kata lain, akan aktif menyerap karbon.
Fenomena penyerapan cahaya merah oleh klorofil (0,4 µm - 0,7 µm) pada vegetasi dan pemantulan cahaya inframerah dekat oleh jaringan mesofil (0,7µm – 1,1µm) pada daun akan membuat nilai kecerahan yang diterima sensor berbeda (Sudiana & Diasmara, 2008) .Metode yang umumnya digunakan untuk mengetahui indeks kerapatan suatu vegetasi adalah metode NDVI (Normalized Difference Vegetation Index), merupakan kombinasi antara teknik penisbalan dengan teknik pengurangan citra.
Normalized Difference Vegetation Indeks (NDVI) merupakan metode standart yang digunakan dalam membandingkan tingkat kehijauan vegetasi (kandungan klorofil) pada tumbuhan. Formulasinya dapat dilihat pada rumus berikut:
NDVI= (𝑏𝑎𝑛𝑑 8)−(𝑏𝑎𝑛𝑑 4)) (𝑏𝑎𝑛𝑑 8)+ (𝐵𝑎𝑛𝑑 4))
No Kelas NDVI
Rataan Kisaran 1. Lahan Terbuka 0,363 0,020 - 0,487
2. Perkebunan 0,567 0,320 - 0,736
3. Pemukiman 0,136 -0,073 – 0,532
4. Industri 0,089 -0,028 – 0,425
5. Tegalan 0,369 0,222 – 0,505
6. Sawah 0,256 -0,105 – 0,538
7. Air 0,081 -0,103 – 0,569
Transformasi NDVI ini merupakan salah satu produk standar NOAA (National Oceanic and Atmospheric Administration), satelit cuaca yang berorbit polar namun memberi perhatian khusus pada fenomena global vegetasi. Nilai indeks vegetasi ini dihitung sebagai rasio antara pantulan yang terukur dari band merah (R) dan band infra-merah (didekati oleh band NIR). Penggunaan kedua band ini banyak dipilih sebagai parameter indeks vegetasi karena hasil ukuran dari band ini dipengaruhi oleh penyerapan klorofil, peka terhadap biomassa vegetasi, serta memudahkan dalam pembedaan antara lahan bervegetasi, lahan terbuka, dan air.
Hasil penisbahan antara band merah dan infra-merah menghasilkan perbedaan yang maksimum antara vegetasi dan tanah. Nilai-nilai yang dihasilkan NDVI selalu berkisar antara -1 hingga +1 (Danoedoro, 2012). Nilai-nilai asli antara -1 hingga +1 hasil dari transformasi NDVI ini mempunyai presentasi yang berbeda pada penggunaan lahanya. Nilai-nilai NDVI disekitar 0.0 biasanya mempresentasikan penggunaan lahan yang mengandung unsur vegetasi sedikit sampai tidak mempunyai vegetasi sama sekali. NDVI ini merupakan nilai yang diperoleh dari gabungan beberapa spectral band spesifik dari citra penginderaan jauh. Gelombang indeks vegetasi diperoleh dari energy yang dipancarkan oleh vegetasi pada citra penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman (Peraturan Menteri Kehutanan, 2012).
Pada tumbuhan sehat, pemantulan cahaya inframerah dekat (near infrared) akan terjadi secara signifikan pada rentang spektrum antara 0.7 μm hingga 1.2 μm.
Hanya sedikit energi infrared ini yang terserap oleh struktur daun. Sebagian besar akan terhamburkan ke atas (reflected energy) dan ke bawah daun (transmitted energy). Pada daun yang sehat umumnya mempunyai pemantulan cahaya sebesar 40% - 60%, transmisi cahaya sebesar 40% - 60%, dan penyerapan relatif sebesar 5% - 10%. Prosentase refleksi cahaya inframerah dekat (0.7-1.2 μm) oleh daun disebabkan karena penghamburan internal pada sisi dinding sel dalam daun.
Namun, besar prosentasi releksi ini berkurang pada rentang frekuensi 0.92-0.98 μm. Hal ini disebabkan karena uap air mempunyai karakteristik penyerapan cahaya pada rentang frekuensi tersebut. Oleh karena itu, rentang sepektrum cahaya inframerah dekat yang optimal digunakan oleh aplikasi penginderaan jarak jauh berkisar antara 0.74 μm hingga 0.9 μm saja.
Seperti perhitungan pada citra rasio, pada citra normalisasi juga menggunakan channel 1 dan channel 2. Channel 1 terdapat dalam bagian dari spectrum dimana klorofil akan menyebabkan penyerapan radiasi cahaya yang datang dilakukan saat terjadi proses fotosintesis, sedangkan channel 2 terdapat pada daerah spectral dimana struktur daun spongy mesophyll menyebabkan adanya pantulan terhadap radiasi cahaya.
Perbandingan kedua channel adalah pertimbangan untuk mengurangi variasi yang disebabkan oleh topografi dari permukaan bumi. Perbandingan ini tidak menghilangkan efek additive yang disebabkan oleh atmospheric attenuation tetapi komponen dasar untuk NDVI serta vegetasi yang saling berkaitan. Latar belakang daratan akan berfungsi sebagai pemantul sinyal yang terpisah dari vegetasi, dan akan berinteraksi dengan vegetasi melalui hamburan dari energi radiasi matahari.
Kelas Nilai NDVI Tingkat Kerapatan
1. -1 sampai 0,32 Jarang
2. 0,32 sampai 0,42 Sedang
3. 0,42 sampai 1 Tinggi
Sumber: Departemen Kehutanan, (2003)
Menghitung perbandingan sifat respon objek terhadap pantulan sinar merah dan NIR dapat menghasilkan nilai dengan karakeristik khas yang dapat digunakan untuk memperkirakan kerapatan atau kondisi kanopi/kehijauan tanaman pada suatu wilayah. Tanaman yang sehat umumnya memiliki warna hijau hal ini akan berbanding lurus dengan nilai indeks vegetasi yang tinggi. Disebabkan oleh hubungan terbalik antara intensitas yang dipantulkan vegetasi pada spectral sinar merah dan NIR.
4. LANGKAH KERJA
1.Buka file (Rezise data Malang-Surabaya(image) format HDR.
2.Klik menu Transform => NDVI.
3.Pilih file (Rezise data Malang-Surabaya (Image)) => Ok.
1.
4.Ubah Input File Type menjadi Landsat OLI => NDVI Band: Red (4) dan Near IR (5) => Klik Chosse => Klik Ok untuk menyimpan.
5.Setelah tersimpan kemudian Load band NDVI (Malang-Surabaya).
6.Density Slice of NDVI image
7.Pada jendela citra klik Overlay => Density Slice. Setelah kotak dialog baru muncul Klik file NDVI (Malang-Surabaya) => Klik Ok.
8.Pada jendela Density Slice => Klik Options => Set Number of Default Range =>
masukkan angka 5 => Klik Ok.
9.Kemudian klik Apply Default Range (Untuk mengganti range menjadi 5).
10.Lakukan pengeditan pada nilai Range, untuk mempermudah identifikasi dapat mengubah nilai interval serta warna dengan cara: Klik Edit Range (sesuaikan nilai max dan min) => Klik Applay (untuk menampilkan range yang telah diedit nilai max dan min serta warna nya) => Klik File (pada Density Slice) untuk menyimpan Range.
11.Pada layer display klik menu Overlay => Annotation untuk melakukan layot citra.
12.Setelah muncul kotak dialog Annotation citra dapat diberi Legenda dengan cara klik menu Object => Map Key => Edit Map Key. Selanjutnya lakukan pengeditan pada Selected Key Items (Edit Warna dan Nama). Kemudian pada Window Annotation text klik Scrool => Klik kanan pada Legenda yang dimasukkan.
13.Untuk menambahkan judul klik menu Object => text. Masukkan judul pada kotak yang telah disediakan kemudian klik pada citra untuk memun- culkan judul. Atur Size dan Thick setelah sesuai klik kanan pada judl yang dimasukkan.
14.Untuk menyimpan peta pada kotak dialog citra klik menu File => Save Image As
=> Image File.
15.Setelah muncul kotak dialog baru pada kotak Output File Type ubah file menjadi Tiff => Klik Choose untuk menyimpan => Klik Ok.
5. HASIL DAN PEMBAHASAN a. Printscreen NDVI Slice
b. NDVI Range (5 Class)
Warna Nilai/Range Keterangan
Red -1 s/d 0.32 Vegetasi Jarang
Green 0.32 s/d 0.42 Vegetasi Sedang
Blue 0.42 s/d 1 Vegetasi Rapat
Praktikum trnasformasi NDVI merupakan salah satu produk standar NOAA (National Oceanic and Atmospheric Administration), satelit cuaca yang berorbit polar namun memberi perhatian khusus pada fenomena global vegetasi.
Nilai indeks vegetasi ini dihitung sebagai rasio antara pantulan yang terukur dari band merah (R) dan band infra-merah (didekati oleh band NIR). Praktikum ini dilakukan pada tanggal 23, Oktober 2018. Dengan menggunakan peta Malang- Surabaya yang telah di Rezise terlebih dahulu.
Transformasi NDVI memberikan bahasan bahwa setiap kenampakan yang terdapat pada citra akan terlihat berbeda dan memiliki nilai yang juga berbeda.
Perbedaan ini dapat diamati setelah memasukkan nilai klasifikasi kerapatan objek (NDVI Range) pada aplikasi ENVI 5.3. ENVI dapat menampilkan tingkat perbedaan vegetasi pada citra yang akan menjadi objek praktikum. Pada praktikum kali ini akan mengambil 5 range dari indeks vegetasi. Dengan keterang –an sebagai berikit:
a. Min: -0.58 sampai dengan Max: -0.57 (Cyan), => Air dan Awan.
b. Min: -0.57 sampai dengan Max: 0.24 (Red), => Tidak Bervegetasi.
c. Min: 0.24 sampai dengan Max: 0.32 (Orange3), => Vegetasi dengan Kerapatan Jarang.
d. Min: 0.32 sampai dengan Max: 0.42 (Yellow1), => Vegetasi dengan Kerapatan Sedang
e. Min: 0.42 sampai dengan Max: 2.43 (Green2). => Vegetasi dengan Kerapatan Tinggi.
Sebelumnya, diketahui range NDVI berada pada -1 sampai 1. Terdapat pada -1 vegetasi berada pada klasifikasi mendekati jarang dan 1 berada pada klasifikasi mendekati rapat. Transformasi NDVI akan berpengaruh pada tingkat daya serap klorofil suatu vegetasi pada citra tersebut. Vegetasi yang memiliki tingkat kerapatan yang tinggi dapat dipastikan memiliki kandungan klorofil pada daunnya sehingga NDVI dapat membaca data tersebut, sehingga nilai akan mendekati 1 begitupun sebaliknya, untuk vegetasi dengan kerapatan jarang akan memiliki nilai mendekati -1.
Dari 5 Range yang telah dihasilkan terlihat bahwa kenampakan yang terdapat pada citra sudah terbentuk berdasarkan warna yang berbeda, setiap warna mewakili satu kenampakan tertentu. Jika, dilihat pada citra yang telah ditransformasikan kedalam NDVI, warna Orange 3 menandakan bahwa tingkat vegetasi di suatu wilayah (Malang-Surabaya) memiliki kerapatan vegetasi yang jarang terlihat dari kenampakan yang ada. Diketahui dari citra yang ada warna merah yang menandakan bahwa wilayah tersebut terdapat beberapa tempat yang tidak bervegetasi, warna Cyan mewakili Air dan Awan.
Selain itu, terdapat juga warna Green2 yang mendominasi hampir sebagian besar dari citra, jika dilihat dari citra Landsat dengan format RGB terdapat pula permukiman, lahan kosong, padang rumput, sawah belum panen pada wilayah tersebut dan NDVI mempresentasikan wilayah tersebut dengan warna Green 2 masuk dalam kategori Vegetasi dengan Kerapatan Tinggi. Pada wilayah ini menandakan bahwa rapatnya vegetasi akan memberikan banyaknya klorofil yang akan terserap. Warna Yellow 1 menandakan vegetasi dengan kerapatan sedang terlihat pada wilayah persawahan yang siap panen, pada perkebunan, serta pada wilayah peralihan pegunungan dan dataran tinggi yang memiliki vegetasi datar.
Dilihat dari nilai Density Slice yang ada pada citra (Malang-Surabaya) data range dimulai dengan nilai Min: -0.580017 sampai dengan Max: 0.834281 diketahui bahwa kerapatan dari vegetasi mendekati 1. Pada tabel sebelumnya dapat dilihat range vegetasi jarang dimulai dari -1 s/d 0.32 dari hal tersebut maka, dapat ditarik kesimpulan bahwa adanya vegetasi berada pada kisaran range 0.01.
Persebaran vegetasi dimulai dari berbagai objek baik pada gunung, pegunungan, hutan, sawah, dan lain sebagainya. Seperti pada pembahasan sebelumnya.
6. PEMBAHASAN
a. NDVI merupakan salah satu produk standar NOAA (National Oceanic and Atmospheric Administration), satelit cuaca yang berorbit polar namun memberi perhatian khusus pada fenomena global vegetasi.
b. NDVI berada pada nilai -1 sampai dengan 1. Yakni pada -1 vegetasi berada pada klasifikasi dengan kerapatan jarang dan 1 berada pada klasifikasi dengan kerapatan rapat.
c. Transformasi NDVI berpengaruh pada tingkat daya serap klorofil (zat hijau daun) dari vegetasi pada citra. Vegetasi yang memiliki tingkat kerapatan tinggi dapat disimpulkan bahwa vegetasi tersebut mengandung klorofil.
d. Warna Cyan mewakili kenampakan Air dan Awan, warna Merah mewakili kenampakan yang tidak bervegetasi, warna Orange 3 mewakili kenampakan dengan kerapatan vegetasi jarang, warna Yellow 1 mewakili kenampakan dengan kerapatan vegetasi sedang, dan warna Green 2 mewakili kenampakan dengan kerapatan vegetasi tinggi.
