jbdp2008 4 1 3puturuhu
jbdp2008 4 1 3puturuhu
F. Puturuhu
ABSTRACT
Puturuhu, F. 2008. Spatial, Spectral, and Temporal Responses from Vegetation and Soil to
Vegetation Indices Values. Jurnal Budidaya Pertanian 4: 21-28.
One benefit of the applications of remote sensing image which is very good is for the estimation of
crop biomass above the surface of soil and crop from various scales of geography. Gyration of space
of area, daily time coverage, and low expense factors enable one to estimate biomass annually and
seasonally. The purposes of this article are: firstly, for checking the information contained in the
brightness and wetness indices in relevant with characteristic of the soil and various canopy
gratuity. Secondly, for evaluating effects of various spectral resolutions from dampness and soil
texture to Green Vegetation Index (GVI) and Normalized Difference Vegetation Index (NDVI) for
target on the amount of special vegetations and various characteristics of soil. Thirdly, for better
comprehension of the parameter of the surface of soil influencing Microwave Polarization
Difference Index (MPDI), and for determining various spatial, spectral and seasonal (temporal)
responses to values of MPDI-NDVI from areas which are cultivated intensively. Wetness and
brightness are estimated by using index of brightness of Tasseled Cap (BI) and make an index of
wetness (WI). Model with two simple components from the reflectance of green vegetation and soil
is applied for simulation effects of three soil texture type (sand, silt and clay) and two classes of
dampness of the soil to estimate wetness, greenness and brightness values. Research results indicate
that for the same vegetation gratuity (cover vegetations) class, target with wetter soil show higher
value of NDVI level than target with drier soil. On the contrary, the GVI is less influenced by
various characteristics of soil. MPDI for areas which are cultivated intensively shows dampness and
information on vegetation status from surface of soil.Time series analysis indicates that MPDI vary
more during the early stage of planting season, on the contrary NDVI vary more during the end
phase of planting season.
21
PUTURUHU: Respons Variasi Spasial, Spektral dan Temporal …
(AVHRR) saat ini merupakan satu-satunya kan reflektan tampak mata dan inframerah
pilihan realistik untuk estimasi biomasa. tengah.
Kisaran ruang yang luas, cakupan waktu hari- Daya reflektan, penghamburan, trans-
an, dan biaya rendah memungkinkan dilaku- misi dan penyerapan dapat dimodelkan berda-
kannya estimasi produksi biomasa secara sarkan pada sifat fisik dari tanah dan kanopi
tahunan dan musiman. Keterbatasanya meliputi tanaman (Suits, 1972; dalam Todd & Hoffer,
resolusi spasial yang cukup besar (1 km) dan 1998). Model ini dikembangkan untuk kanopi
sedikitnya saluran reflektan spektral (satu tanaman yang homogen dengan mengasumsi-
tampak mata dan satu mendekati inframerah). kan daun yang naik secara acak atau
Biomasa dari berbagai daerah geografi yang sembarang atau tetap (Verhoeff dan Bunnik,
luas terutama telah diestimasi dengan meng- 1981 dalam Todd & Hoffer, 1998).
gunakan Normalized Difference Vegetatition Penelitian yang dilakukan oleh Huete et
Indeks (NDVI), yaitu didasarkan pada rasio al. (1985) memberikan beberapa pandangan
saluran dekat infra merah dan merah (Rouse et terhadap keterbatasan NDVI dan GVI untuk
al., 1973 dalam Todd & Hoffer, 1998). mengestimasi penutup vegetasi, penelitian ini
Variasi dalam biomassa vegetasi hijau hanya memfokuskan pada variasi kecerahan
pada beberapa daerah yang kecil dengan tanah. Dalam data TM, karakteristik reflektan
karakteristik tanah yang heterogen dengan tanah yang terdistribusi pada suatu bidang
menggunakan sensor TM dapat ditentukan oleh ditentukan oleh kebasahan demikian juga
resolusi spektralnya. Salah satu masalah utama kecerahan.
dalam menentukan kuantitas vegetasi hijau Berdasarkan pada pengukuran lapangan
dengan menggunakan sensor satelit adalah dan pengamatan citra satelit, NDVI sangat
bahwa resolusi spasial dari sensor tersebut berkorelasi dengan jumlah penutup vegetasi
umumnya lebih besar daripada obyek vegetasi. (Tucker et al., 1979 dalam Teng et al., 1995)
Tanah mempunyai kararakteristik pola reflek- dan variasi musiman dalam penyebaran
tan yang mudah dibedakan pada panjang vegatasi (Goward et al., 1985 dalam Teng et
gelombang inframerah tengah, infra merah al., 1995). NDVI terbukti berguna dalam
dekat dan tampak mata. Pola reflektan tanah mengklasifikasikan tipe penu-tup tanah
umumnya linear dengan meningkatnya reflek- (Tucker et al., 1985 dalam Teng et al., 1995)
tan karena peningkatan panjang gelombang dan dalam memonitor perkembangan tanaman
dari tampak mata ke inframerah tengah (Todd pangan serta lamanya musim pertumbuhan
& Hoffer, 1998). (Gallo & Flesch, 1989). Seri waktu musiman
Karakteristik pola reflektan tanah dapat NDVI umumnya mengikuti per-tumbuhan dan
dengan mudah dibedakan dari vegetasi hijau penuaan tanaman pangan.
(Bartolucci et al., 1977). Reflektan vegetasi The Microwave Polarization Difference
hijau adalah rendah untuk band tampak mata Index (MPDI) dan Indeks NDVI digunakan
khususnya merah, dengan peningkatan yang sebagai indikator vegetasi pada berbagai
tajam pada reflektan di bagian spektrum penelitian kelembaban tanah (Teng et al.,
inframerah dekat. Reflektan juga rendah pada 1995). Secara umum, MPDI adalah lebih
wilayah inframerah tengah yang berasosiasi sensitif terhadap penutup vegetasi pada daerah
dengan absorpsi air. Sifat fisik vegetasi ber- dengan vegetasi jarang, sementara NDVI
variasi berdasarkan pada spesies tanaman, adalah lebih sensitif pada daerah dengan
stress lingkungan, dan fenologi. Kandungan vegetasi padat (Choudhury dan Tucker, 1987
uap air dan pigmentasi akan berubah ketika dalam Teng et al., 1995).
tanaman semakin tua. Kehilangan pigmentasi Tujuan penelitian ini adalah membahas
klorofil akan menghasilkan reflektan tampak pertama efek variasi resolusi spektral dari
mata yang lebih tinggi, khususnya pada tekstur tanah dan kelembaban terhadap indeks
wilayah merah dari spektrum (Hoffer, 1978). vegetasi hijau (GVI) dan indeks vegetasi
Tumbuhan yang kering juga akan meningkat- perbedaan normal (NDVI) untuk target dengan
22
Jurnal Budidaya Pertanian, Vol. 4. No 1, Juli 2008, Halaman 21-28
jumlah penutup vegetasi khusus dan variasi 1965). Hubungan aktual dari nilai DN dan
tanah; kedua parameter yang ada di permukaan reflektan persen akan dipengaruhi oleh
tanah yang mempengaruhi MPDI dan ketiga propertis atmosfer seperti sudut matahari
menentukan variasi spasial, spektral dan dan fungsi respon detektor. Nilai DN
musiman (temporal) terhadap nilai MPDI- dihasilkan untuk data 8 bit sehingga
NDVI dari daerah yang ditanami secara indeks spektral akan menghasilkan nilai
insentif. pada kisaran yang khas dari data TM
aktual. Nilai reflektan dikalikan 255 untuk
METODE tujuan ini.
4. Setelah nilai DN disimulasikan untuk
1. Reflektan komposit (tanah dan vegetasi semua penutup kanopi, nilai NDVI,
hijau) diestimasi dengan menggunakan Brightness Index (BI), GVI, dan Wetness
model dua komponen sederhana (Jasinki Index (WI) dihasilkan dari persamaan
dan Eagleson, 1989 dalam Todd & Hoffer, berikut:
1998) seperti dirumuskan di bawah ini,
dengan mengasumsikan bahwa NDVI = (TM4-TM3)/TM4+TM3)
pengamatan dilakukan dari nadir, matahari
dekat dengan zenith, dan komponen tanah Bi (Landsat 5) = 0.2909(TM1) +
dan vegetasi mempunyai kontribusi secara 0.2493(TM2) + 0.4806(TM3) +
proporsional terhadap reflektan total. 0.5568(TM4) + 0.4438(TM5) +
R(I) = mRc(I) + (1-m)Rs(I) 0.1706(TM7)
dimana I adalah panjang gelombang, m
GVI*(Landsat 5) = -0.2728(TM1) –
adalah persentase piksel yang tercakup
0.2174(TM2) – 0.5508(TM3)
pada kanopi, 1-m adalah persentase piksel
+0.7221(TM4) + 0.0733(TM5) –
yang tercakup oleh tanah, Rc(I) adalah
0.1648(TM7)
reflektan rata-rata dari vegetasi pada suatu
WI*(Landsat 5) = 0.1446(TM1) +
piksel, dan Rs(I) adalah reflektan rata-rata
0.1761(TM2) + 0.3322(TM3) +
dari tanah dari suatu piksel.
0.3396(TM4) – 0.6210(TM5) –
2. Komponen tanah dan vegetasi dimodelkan
0.4186(TM7)
sebagai campuran non interaksi dan linear.
Variasi dalam tipe tanah dan kandungan
HASIL DAN PEMBAHASAN
uap air memberikan variasi dalam
propertis reflektan tanah. Propertis
Respon Brightness Index (BI)
reflektan vegetasi adalah propertis untuk
vegetasi yang sehat dan hijau saja.
Tanah liat, lempung dan pasir yang
3. Nilai reflektan dihasilkan dari kurva
lembab berhubungan dengan nilai BI yang
reflektan spektral tanah dan vegetasi
rendah. Lempung dengan kandungan uap air
seperti yang telah dijelaskan oleh Hoffer
0,8 persen menunjukkan nilai BI yang paling
(1978). Kurva vegetasi dan tanah dasar
tinggi untuk semua vegetasi yang menutupi
dari Bartolucci et al. (1977) dipakai dalam
hingga 80 persen. Indeks kebasahan dan
penelitian ini, selain itu juga kurva
kecerahan menunjukkan pola respon yang
reflektan untuk tanah dengan kandungan
dapat diidentifikasi relatif terhadap variasi
uap air tinggi dan rendah: pasir Chelsea
penutupan vegetasi. Nilai kecerahan akan
pada 0 hingga 4 persen dan 22 hingga 32
meningkat atau menurun dengan meningkatnya
persen uap air, lempung Pemroke pada 2
penutup vegetasi tergantung pada nilai
hingga 6 persen dan 35 hingga 40 persen
kecerahan tanah awal tanpa vegetasi. Sebagai
uap air (Hoffer & Johannsen, 1969), dan
contoh, BI akan menurun ketika presentase
lempung Netonia pada 0,8 persen dan 20,2
penutup naik untuk tanah kering dengan
persen kandungan air (Bowers & Hanks,
reflektan tinggi (pasir, 0 hingga 4 persen uap
23
PUTURUHU: Respons Variasi Spasial, Spektral dan Temporal …
air; lempung 0,8 persen uap air; dan liat, 2 meningkat terhadap semua enam kombinasi
hingga 6 persen uap air), karena nilai tanah: tiga tekstur tanah, pada dua kandungan
kecerahan dari vegetasi adalah jauh lebih kecil kelembaban masing-masing. Tanah kering
daripada tanah yang berada di bawahnya. merespon secara paling tajam. Tanah lembab
Untuk lempung dan pasir yang lembab dengan menunjukkan nilai kebasahan yang rendah
refleksi rendah, BI akan meningkat sedikit daripada pasir atau liat untuk penutup vegetasi
ketika penutup vegetasi meningkat, yang hingga 80 persen. Perbedaan dalam tipe tanah
mengindikasikan bahwa tanah ini adalah lebih umumnya kurang penting dibandingkan
gelap (tidak mengkilap) dibandingkan vegetasi. dengan perbedaan dalam kandungan uap dari
Lempung lembab menunjukkan nilai BI yang tanah, dalam pengaruhnya pada WI (Gambar 3
sama dengan vegetasi hijau (Gambar 1 dan 2). dan 4).
Gambar 1. Hubungan nilai GVI dan BI dari Gambar 3. Hubungan nilai GVI dan WI dari
tanah dan Vegetasi
Gambar 2. Hubungan nilai NDVI dan BI dari Gambar 4. Hubungan nilai NDVI dan WI dari
Tanah dan Vegetasi Tanah dan Vegetasi
Tanah liat, lempung dan pasir lembab Nilai GVI meningkat dengan mening-
berkaitan dengan nilai WI yang tinggi (kurang katnya penutup vegetasi (Gambar 5). Nilai
negatif). Nilai indeks kebasahan secara GVI menjadi kurang variasi ketika persen
konsisten meningkat ketika penutup vegetasi penutup vegetasi meningkat. Pada penutup
24
Jurnal Budidaya Pertanian, Vol. 4. No 1, Juli 2008, Halaman 21-28
vegetasi 0 persen, pasir kering dan tanah hadirnya noise dalam kurva time series. Nilai
menghasilkan nilai GVI paling rendah. Nilai bulan Mei sesuai dengan kondisi kelembaban
GVI awal paling tinggi adalah pasir lembab lapangan, meningkat dari tahun kekeringan
dan tanah. Variasi dalam nilai GVI meningkat 1988 ke tahun normal 1989, ke tahun basah
ketika penutup vegetasi meningkat. Pada 1990. Pada tahun 1990, presipitasi yang kuat
penutup 80 persen, nilai GVI untuk enam selama bulan Mei dan Juni mengarahkan pada
kombinasi tiga tanah pada dua kandungan uap penundaan penanaman demikian juga banjir.
adalah hampir sama. Variasi tanah hanya Nilai minimum dari kurva MPDI pada bulan
mempunyai dampak minor terhadap nilai GVI, Juli – Agustus cukup konstan dari tahun ke
yang umumnya terdistribusi paralel terhadap tahun. Namun demikian, nilai minimum pada
sumbu kebasahan dan kecerahan untuk semua tahun 1990 dicapai sekitar sebulan kemudian
nilai penutup vegetasi. Untuk penutup vegetasi (lebih lambat) daripada tahun yang lain.
rendah, latar belakang tanah kering atau cerah
menurunkan nilai GVI untuk penutup vegetasi
yang sama. Penurunan ini terlihat paling jelas
untuk pasir lanau dan paling tidak jelas untuk
tanah lempung.
GVI, sejalan dengan BI dan WI,
memberikan karakteristik yang penting
tentang: kehijauan, kecerahan dan kebasahan.
Penggunaan tiga indeks Tasseled Cap
memberikan kesempatan untuk memahami
secara lebih baik dinamika variasi spektral
pada landscape dalam kaitannya dengan
komponen vegetasi dan tanah heterogen
daripada indeks tunggal kehijauan.
Gambar 5. Nilai GVI - TM simulasi untuk
Dengan menggunakan pengukuran
lempung, lanau, pasir pada dua
reflektan di lapangan (Huete et al., 1985 dalam
kandungan kelembaban, untuk
Todd & Hoffer, 1998) mendapatkan nilai GVI
penutupan vegetasi.
band enam lebih tinggi untuk target vegetasi
yang mempunyai latar belakang tanah dengan
Secara umum, kurva MPDI mempu-nyai
refleksi tinggi. Efek pengaruh tanah meningkat
maksimum pada awal bulan penanaman (Mei),
hingga 60 persen dari penutup vegetasi. Hal ini
penurunan secara tajam ke arah mini-mum
menunjukkan bahwa respon spektral tanah
pada penutup kanopi puncak (Juli-Agustus),
mungkin tergantung pada sifat penghamburan
dan peningkatan yang pelan-pelan selama
atau daya transmisi dari radiasi inframerah
pematangan, penuaan dan panen (Agustus-
dekat oleh kanopi yang berada di atas.
September). Kecenderungan ini sesuai dengan
Peningkatan reflektan inframerah dekat total
harapan, misalnya perbedaan polarisasi
tanpa dibarengi penurunan dalam reflektan
meningkat dengan peningkatan kelem-baban
merah, seharusnya secara teori meningkatkan
tanah dan menurun dengan peningkatan
nilai GVI berdasarkan pada nilai koefisien
vegetasi penutup. Pada bulan Mei, sebagian
untuk panjang gelombang inframerah dan
besar lahan tanpa tanaman, efek kelembaban
merah.
akan mendominasi, dan MPDI haruslah tinggi.
Variasi Spasial dan Temporal Terhadap Selama periode penutup kanopi puncak, efek
MPDI vegetasi mendominasi dan MPDI haruslah
rendah. Antara bulan Mei dan periode penutup
Teng et al. (1995) penelitiannya kanopi puncak dan setelah itu, ada lahan yang
terfokus pada kecendrungan musiman, rata-rata kosong dan bervegetasi serta terjadi campuran
bulanan digunakan untuk meminimalkan antara efek kelembaban dan vegetasi. Akhir-
25
PUTURUHU: Respons Variasi Spasial, Spektral dan Temporal …
nya, pengurangan kanopi saat vegetasi tua rendah. Perbedaan dalam tipe tanah adalah
adalah lebih gradual daripada peningkatan kurang penting dibandingkan dengan perbe-
kanopi selama tahap awal penanaman; jadi, daan dalam kelembaban tanah, jika dikaitkan
kurva MPDI harus lebih tajam dibandingkan dampaknya terhadap NDVI.
setelah penutup kanopi puncak. Ada faktor-
faktor lain yang mungkin berkontribusi terha-
dap MPDI, seperti efek atmosfer, awan, dan
kekasaran permukaan (Tucker, 1989).
Gambar 6 menunjukkan penurunan efek
kelembaban tanah dengan meningkatnya
penutup vegetasi. Pada daerah campuran
tanaman musim panas dan dingin (misalnya
kuadran C), umumnya tanah ditanami sepan-
jang musim. Pada semua kasus, posisi relatif
dari kurva tahun 1988 hingga 1990 umumnya
berlaku untuk setengah pertama dari musim
ini. yaitu, tahun basah 1990 mempunyai nilai
tertinggi, dan tahun kering 1988 mempunyai Gambar 7. NDVI - TM Simulasi untuk pasir,
nilai terendah. lanau, lempung pada dua
kandungan uap air dan penutup
vegetasi.
26
Jurnal Budidaya Pertanian, Vol. 4. No 1, Juli 2008, Halaman 21-28
Gambar 8. Pemisahan empat tahapan musim pertumbuhan tanaman, efek musim pada MPDI –
NDVI: a) penanaman, b) Pertumbuhan, c) Dewasa, dan d) Pemungutan hasil
27
PUTURUHU: Respons Variasi Spasial, Spektral dan Temporal …
Gallo, K.P. & T.K. Flesch. 1989. Large-area Todd, S.W. & R.M. Hoffer. 1998. Responses
crop monitoring with the NOAA of Spectral Indices to Variations in
AVHRR: Estimating the Silking stage Vegetation Cover and Soil Background.
of corn development. Remote Sensing of Photogrammetric Engineering and
Environ. 27(1): 73-80. Remote Sensing 64(9):915-921.
Hoffer, R.M. & C.J. Johannsen. 1969. Teng, W.L, P.C. Doraiswamy & J.R. Wang,
Ecological potentials in spectrals 1995. Temporal Variations of the
signature analysis, Remote Sensing in Microwave Polarization Difference
Ecology, P.C. Johnson, editor, Index and its Relationship to
University of Georgia Press, Athens. Normalized Difference Vegetation
Hoffer, R.M. 1978. Biological and Physical Index in a Densely Cropped Area.
consideration in applying computer- Photogrammetric Engineering and
aided analysis techniques to Remote Remote Sensing 61(8):1033-1040.
Sensor data, Remote Sensing: The Tucker, C.J. 1989. Comparing SMMR and
Quantitative Approach. New York AVHRR data for drought monitoring.
Huete, A.R., R.D. Jackson & D.F. Post. 1985. International Journal of Remote Sensing
Spectral response of a plant canopy with 227(4685): 369-375.
different soil Backgrounds. Remote
Sensing of Environ. 25: 295-305.
28