Assignment 4 :

Indeks Spektral
Penginderaan Jauh Terapan - CM234973

Oleh :
Rofiatul Umami (5016201097)
 01
Pengertian
Indeks Spektral
Indeks
Spektral
Indeks Spektral merupakan produk yang
didistribusikan melalui website ESPA berupa data
spektral dengan disertai produk indeks spektral yang
sudah jadi.
Indeks Spektral merupakan kombinasi tertentu
(formula) dari sifat pantulan yang diukur sensor (kadar
air, kandungan klorofil, pigmen, dll.) pada 2 atau lebih
panjang gelombang yang mengungkapkan karakteristik
vegetasi tertentu.
 Indeks Vegetasi
Indeks Vegetasi adalah pengukuran optis tingkat kehijauan kanopi vegetasi, sifat komposit dari klorofil daun, luas daun, struktur
dan tutupan kanopi vegetasi (Huete, 2011). Indeks vegetasi ini merupakan suatu transformasi matematis yang melibatkan
beberapa saluran sekaligus, dan menghasilkan citra baru yang lebih representatif dalam menyajikan fenomena vegetasi.

NDVI (Normalized Difference Vegetation Index) EVI (Enhanced Vegetation Index)

NDVI memiliki efektivitas untuk memprediksi sifat
permukaan ketika kanopi vegetasi tidak terlalu rapat
dan tidak terlalu jarang (Liang, 2004).
Formula :
NDVI= (NIR-R) / (NIR+R) atau (B5-B4)/(B5+B4)
SAVI (Soil Adjusted Vegetation Index)
SAVI merupakan algoritma pengembangan dari NDVI
dengan menekan pengaruh latar belakang tanah
pada tingkat kecerahan kanopi.
Formula :
SAVI = 1.5*(B5-B4)/(B5+B4+0.5)
EVI dirancang untuk meningkatkan sinyal vegetasi
dengan sensitivitas yang lebih baik di wilayah
biomassa tinggi dan pemantauan pemantauan
vegetasi yang lebih baik melalui pemisahan sinyal
latar kanopi dan pengurangan pengaruh atmosfer.
Formula :
SAVI = 2.5*((B5-B4)/((B5+6*B4-7.5*B2)+1))
MSAVI (Soil Adjusted Vegetation Index)
MSAVI meminimalkan pengaruh kecerahan tanah >
mengembangkan dengan menambah faktor L pada
NDVI, dimana L berkisar dari -1 hingga 1.
Formula :
MSAVI = (2*B5+1-SQRT((2*B5+1)^2-8*(B5-B4)))/2
 Indeks Kebakaran
NBR (Normalized Burn Ratio)
NBR digunakan untuk mengamati area pertanian dan
kehutanan yang terbakar. Metode ini menggunakan
gelombang NIR untuk menunjukkan reflektansi tinggi,
dan SWIR untuk mencerminkan vegetasi yang baru
terbakar.
Formula :
NBR = (B5-B7)/(B5+B7)
NBR2 (Normalized Burn Ratio 2)
NBR2 Memodifikasi Normalized Burn Ratio (NBR)
untuk menyoroti sensitivitas air di vegetasi dan
mungkin berguna dalam studi pemulihan pasca
kebakaran
Formula :
NBR2 = (B6-B7)/(B6+B7)

Indeks Kelembaban
NBR (Normalized Difference Moisture Index)
NDMI merupakan metode alternatif yang digunakan untuk
menganalisa deforestasi dan kerapatan vegetasi pada daerah yang
dipetakan. Nilainya berkisar -1 sampai 0 untuk lahan terbuka dan
nilai 0 sampai +1 yang menunjukkan adanya kelembaban/unsur air.

Formula :
NDMI = (B5-B6)/(B5+B6)
 02
Langkah Kerja
 Pengunduhan Data
Langkah awal dalam pekerjaan kali ini adalah
mengunduh indeks spektral citra Landsat 8 Level 2
melalui website : https://espa.cr.usgs.gov/
 Kuantifikasi Surface Reflectance Level 2

Langkah awal adalah proses layer stacking dari citra L2 yang Selanjutnya, perhitungan band math
telah di unduh dan terkoreksi atmosfer. menggunakan rumus (float(b1)*0.0000275)-0.2
 Kuantifikasi Surface Reflectance Level 2

Berikutnya, lakukan subset citra sesuai dengan ROI yang dipilih. Sehingga, didapatkan hasil seperti di bawah ini.
 Pemrosesan Indeks Spektral Level 2
Perhitungan NDVI menggunakan rumus Perhitungan EVI menggunakan rumus
(B5-B4)/(B5+B4) 2.5*((B5-B4)/(B5+6*B4-7.5*B2+1))
 Pemrosesan Indeks Spektral Level 2
Perhitungan SAVI menggunakan rumus Perhitungan MSAVI menggunakan rumus
1.5*(B5-B4)/(B5+B4+0.5) (2*B5+1-SQRT((2*B5+1)^2-8*(B5-B4)))/2
 Pemrosesan Indeks Spektral Level 2
Perhitungan NDMI menggunakan rumus Perhitungan NBR menggunakan rumus
(B5-B6)/(B5+B6) (B5-B7)/(B5+B7)
 Pemrosesan Indeks Spektral Level 2
Perhitungan NBR2 menggunakan rumus Perhitungan NDSI menggunakan rumus
(B6-B7)/(B6+B7) (B3-B6)/(B3+B6)
 Kuantifikasi Indeks Spektral USGS
Langkah awal kuantifikasi indeks spektral USGS yakni, input Selanjutnya, perhitungan band math
salah satu indeks spektral (NDVI) > subset data sesuai ROI yang menggunakan rumus (float(b1)/10000). Lakukan
telah ditentukan. seluruh prosesnya untuk seluruh indeks spektral
 03
Hasil
Pengolahan Data
Hasil Pengolahan Data NDVI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data EVI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data SAVI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data MSAVI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data NDMI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data NDSI

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data NBR

Surface Reflectance
Index Spectral USGS
Level 2
Hasil Pengolahan Data NBR2

Surface Reflectance
Index Spectral USGS
Level 2
 Compute Statistic
Berikut, merupakan hasil compute statistic dari setiap hasil indeks spektralnya

NDVI EVI
 Compute Statistic
Berikut, merupakan hasil compute statistic dari setiap hasil indeks spektralnya

SAVI MSAVI
 Compute Statistic
Berikut, merupakan hasil compute statistic dari setiap hasil indeks spektralnya

NDMI NDSI
 Compute Statistic
Berikut, merupakan hasil compute statistic dari setiap hasil indeks spektralnya

NBR NBR2
 Pemrosesan Data
Berikut, merupakan hasil compute statistic dari setiap hasil indeks spektralnya
 04
Kesimpulan
 Kesimpulan
1. Visualisasi dari hasil pembuatan indeks spektral menggunakan data surface reflectance mirip
dengna hasil pengunduhan data indeks spektral USGS.
2. Hasil statistik indeks spektral menggunakan data surface reflectance dan indeks spektral USGS
memiliki rentang nilai antara -1 hingga +1, kecuali pada hasil statistik NDVI indeks spektral
dengan data surface reflectance. Mungkin terdapat kesalahan dalam proses pengolahan data.
3. Nilai produk indeks spektral USGS memilik rentang nilai -1 sampai +1.
4. Indeks vegetasi, NDMI, NBR, NBR2 bernilai negatif pada wilayah perairain. Berkebalikan dengan
NDSI.
THANK YOU !
Penginderaan Jauh Terapan - CM234973

Oleh :
Rofiatul Umami (5016201097)