A Refined Method For Rapidly Determining The Relationship Between Canopy NDVI and The Pasture Evapotranspiration Coefficient Id
A Refined Method For Rapidly Determining The Relationship Between Canopy NDVI and The Pasture Evapotranspiration Coefficient Id
Komputer dan Daerah Tropis Elektrik di Ban Agrirul 147 (2018) 12-I7
Kertas asli
ARTIKLEINFO ABSTRACT
Keyu'ords: Estimasi evapotranspirasi tanaman aktual (ET,) dari tutupan lahan atau jenis tanaman tertentu adalah penting
Koefisien tanaman ( ) untuk manajemen air irigasi dan analisis konsumsi air pertanian. Parameter utama yang digunakan untuk
Perbedaan yang dinormalisasi VegetaLi estimasi tersebut adalah koefisien tanaman ( ). Indeks reflektansi spektral, seperti indeks vegetasi perbedaan
yang dinormalisasi (NDVI) dan koefisien tanaman dari tanaman tertentu atau kanopi padang rumput merupakan
pada ruang Penguapan Indeks
indikator penting dari 'kekuatan', yaitu aktivitas fotosintesis dan laju akumulasi biomassa. Mengukur kedua
parameter tersebut s e c a r a simultan, dengan tujuan untuk memahami bagaimana keduanya berinteraksi, atau
untuk menciptakan indikator pengganti optik, sangat sulit karena keduanya sendiri sulit untuk diukur. Dalam
penelitian ini, sebuah ruang tertutup portabel digunakan untuk mengukur ET, dari padang rumput dan kemudian
dihitung dari data evapotranspirasi referensi (ETp) yang berasal dari stasiun cuaca otomatis (AWS) terdekat.
Kalibrasi ruang mengkonfirmasi kesesuaian alat untuk mengukur jumlah uap air yang dihasilkan oleh
evapotranspirasi tanaman lokal, menghasilkan faktor kalibrasi Ui yang mendekati I (C = 1,02, R2 = 0,87). Nilai
NDVI yang sama diukur dengan menggunakan sensor optik aktif portabel. Dalam sebuah pengujian yang
melibatkan padang rumput (Fesmca arundinacea var. Dovey) pada dua tahap pertumbuhan yang berbeda dalam
dua musim tanam berturut-turut, koefisien NDNL dan tanaman diamati berkorelasi kuat (RR = 0,80 dan 0,77).
Regresi polinomial (R2 = 0,84d ditemukan paling cocok untuk hubungan gabungan multi-temporal -NDVI.
Keuntungan utama dari metode ini termasuk kesesuaian untuk beroperasi pada skala yang lebih kecil t < i m2 ),
dalam waktu nyata dan pengulangan.
• Penulis korespondensi.
data reflektansi spektral yang diperoleh dari satelit, dimana telah
pendekatan teoritis yang dikembangkan oleh Allen dkk. (1998).
dikaitkan dengan Indeks Vegetasi Perbedaan yang Dinormalisasi (NDVI
Karena evapotranspirasi tanaman yang sebenarnya (ET,) mencakup
= (NIR - R) Z (NIR * R ) ; di mana NIR dan R adalah reflektansi dari
air yang d i t r a n s p i r a s i k a n oleh tanaman dan juga air yang
inframerah dekat dan pita merah) (Allen et al, 2010; Bausch dan Neale,
diuapkan dari tanah, maka koefisien tanaman ( ) juga dapat diuraikan
198Z; Dtichemin dkk., 2006; El-Shirbcny dkk., 2014; Er-Raki dkk., 200
menjadi koefisien tanaman basal (b) (transpirasi hanya dari tanaman)
Z; Hunsaker dkk., 2005; Johnson dan Trout, 2012; Neale dkk., 1990;
dan koefisien penguapan tanah (@). Oleh karena itu, pengukuran atau
Neale dkk., 2003; Noiiri dkk., 2014). Johnson dan Trout (2012)
komponen b dan ( K, = b + @) m e r u p a k a n cara untuk
mendeviasi deret waktu berbasis satelit Landsat-5 dari lb untuk empat
memperkirakan evapotranspirasi tanaman yang sebenarnya.
tanaman yang berbeda dengan menggunakan rata-rata NDVI dari
Banyak penelitian yang telah dilaporkan dalam mengestimasi K,
beberapa plot percobaan pada setiap tanggal pengamatan satelit yang
untuk pengelolaan air irigasi pada skala regional dengan menggunakan
cerah. NDVt kemudian dikonversi menjadi
h ILps://dui. urg/I0.10T6/j.cunJpay.2018.02.008
Diterima 28 Agustus 2017; Diterima dalam bentuk revisi 4 Januari 20a 8; Disetujui 8 Februari 20t8
Tersedia secara online 22 Februari 20a 8
0t68 1699/ 0 2018 Elsevier B.V. Semua hak cipta dilindungi undang-undang.
dihasilkan dari area target dapat diukur secara akurat dari perubahan
konsentrasi uap di dalam ruang ketika area yang d i t u t u p i oleh ruang
green fractional cover (I ) dengan menggunakan rumus yang telah dan udara di dalamnya tercampur secara merata dengan bantuan kipas
ditetapkan, dan terakhir adalah to#berdasarkan eksperimen lysimcter angin. Sejumlah penelitian telah menggunakan perangkat untuk menahan
yang dilakukan oleh Bi vla ct al. (2010). Allen ct a1. (2010) atmosfer di atas target tanaman untuk mengukur eva- potranspirasi dalam
mengeksplorasi hubungan linier antara ET, F (sinonim dengankoefisien berbagai kondisi mulai dari hutan hingga padang pasir (Garci'a
tanaman danNDVI atmosfer bagian atas dari
data dua tahun untuk Idaho Selatan menggunakan Pemetaan
Evapotranspirasi pada Resolusi Tinggi dengan Kalibrasi Terinternalisasi
(METRIC) proses neraca energi untuk estimasi ET, F yang hampir
mendekati waktu nyata dari Landsat a t a u citra satelit lainnya. Dalam
kedua kasus tersebut, pengukuran parameter terkait s e c a r a bersamaan
tidak dapat d i l a k u k a n , dan ketergantungan pada data sekunder atau
formula yang telah ditentukan sebelumnya. Baiisch dan Ncalc (1967)
menggunakan radiometer genggam dan modul elektronik untuk
mengukur radiasi dan menemukan bahwa kurva NDVI musiman
berbentuk lengkung dan menyerupai kurva koefisien tanaman dasar (K#)
untuk jagung. Dtlchemin dkk. (2006) menemukan hubungan linier antara
NDVI dan K# dengan akurasi yang baik (*15%) dengan menggunakan
citra satelit Quickbird beresolusi spasial tinggi untuk mengukur NDVI di
atas atmosfer dan instrumentasi kovarians eddy in-situ untuk menghitung
evapotranspirasi y a n g sebenarnya. Hubungan ET-NDVt untuk
vegetasi perkotaan dieksplorasi oleh No rtri ct a1. f2014) dari citra
resolusi spasial tinggi Worldview-2 dan evaluasi evapotranspirasi secara
sistematis melalui pendekatan berbasis observasi. Lokasi percobaan
Nomit i dkk. (20J 4) mencakup tutupan rumput yang mirip dengan
padang rumput, namun, karena adanya pohon, semak dan badan air di
area percobaan, hubungan yang diperoleh tidak dapat persis sama dengan
padang rumput. Semua metode y a n g ada untuk menghubungkan
NDVIke didasarkan pada pengukuran NDVI
dan evapotranspirasi yang sebagian besar berbasis satelit atau diukur atau
dikumpulkan dari sumber sekunder.
Kemajuan dalam sistem pencitraan satelit, dan sistem pengiriman
data dan informasi m e n u n j u k k a n a d a n y a p e n i n g k a t a n minat
terhadap penjadwalan irigasi dengan cara yang lebih dapat diandalkan.
Namun, banyak dari hubungan indeks reflektansi spektral-K (atau- K.b7
yang ada saat ini telah diturunkan di mana skala spasial dan resolusi
sensor tidak sesuai, dan hanya diketahui untuk sejumlah kanopi tanaman
yang relevan dengan pertanian.
Saat ini belum ada metode 'sederhana' yang secara langsung
menghubungkan indeks reflektansi spektral pilihan dengan . Semua
penelitian sebelumnya menunjukkan adanya hubungan yang kuat
secara statistik antara parameter-parameter tersebut, namun metode
kalibrasi optimal untuk pengukuran kasar evapotranspirasi skala
regional. Selain itu, mengakses data NDVI berbasis satelit untuk
kalibrasi terkendala oleh waktu kunjungan ulang satelit dan waktu
yang dibutuhkan bisa beberapa hari hingga beberapa minggu
(contohnya 16 hari untuk Landsat), yang kemudian diperparah oleh
cuaca. Meskipun ketergantungan pada data satelit untuk pengambilan
keputusan seperti penjadwalan irigasi merupakan masalah tersendiri,
dalam kasus pengelolaan tanaman atau padang rumput, hubungan
antara Vl dan ET juga dapat bervariasi dengan pertumbuhan tanaman
yang seringkali berkembang dengan cepat. Terlepas dari penyampaian
alat pendukung keputusan untuk, misalnya, manajemen irigasi, ada
kebutuhan untuk sarana yang konsisten dan efisien waktu untuk
menciptakan hubungan antara Vl spektral dan ET, yang nyaman,
portabel, dan cocok untuk berbagai tingkat keahlian pengguna.
Sensor reflektansi optik genggam yang aktif seperti GreenSeekere
(Trimble, Sunnyvale, California, USA) atau CropCircle* (Holland
Scientific Inc., Lincoln, NE, USA) dapat membaca NDVI kanopi
tanaman target secara instan tanpa memperhatikan kondisi lingkungan
(Rahman dkk., 2014). Sangat diharapkan untuk dapat mengukur evapo-
transpirasi tanaman bersamaan dengan pengukuran tersebut; in situ, pada
skala spasial yang sama dan p a d a waktu yang sangat dekat, jika tidak
pada waktu yang sama. Salah satu solusinya adalah penggunaan ruang
penguapan hemispherical portabel untuk merekam evapotranspirasi
secara langsung di tempat (S tanard, 1988). Ini adalah metode yang
mudah digunakan dan hanya membutuhkan beberapa menit di lokasi
untuk menyiapkannya dan kurang dari satu menit untuk waktu
pengukuran (hlcLcod et al., 2004). Sensor responsif dipasang di dalam
ruang untuk merekam suhu dan kelembaban sehingga uap yang
Gbr. 1. Representasi skematis dari kubah ET yang sesuai dengan aksesori yang diperlukan.
Komputer dan Elektronik dalam A[fikultur 47 (ROI 8) J2-17
CmmhfozFx
0.68 m
622RH (ñ) e,
Kepadatan Uap, p, (g/m') = 0 , ) x 10 percobaan, data dikumpulkan dalam waktu 30 menit menjelang tengah hari
R# (T+ 273.15) (1) di bawah kondisi langit yang cerah dengan bantuan kubah penguapan
portabel dan sensor NDVI. Gbr. 2 menunjukkan kubah yang sedang
17.5 0
T beroperasi dalam percobaan
Tekanan uap jenuh, e, (Pa) = 6 11f (p) ex situs.
241.2+T (2)
Untuk setiap pengukuran ET, kubah diturunkan ke tanah
Di sini RH (%) adalah kelembapan relatif, T adalah suhu dalam 'C,, j dengan kipas angin berjalan pada kecepatan yang dipilih. Target
ditutupi oleh adalah konstanta gas (287,04 I/kg K), 0,622 adalah faktor yang berasal dari kubahselama sekitar 60-90 detik dan rasio suhu dan kelembaban
dari berat molekul air dan udara kering (g/mol), e, adalah dari atmosfer tertutup yang dicatat sesuai dengan tekanan uap jenuh caIi
laboratorium awal (Pa) dan ) terkait dengan atmosfer brasi. Sekali lagi, akumulasi uap yang dihitung y a i t u tekanan
yang diasumsikan sebagai nilai konstan sebesar 100,47. diplot terhadap waktu dan kemiringan (M) dari kurva yang diplot
(gps) digunakan untuk Peningkatan jumlah uap a i r di dalam kubah seperti yang disimpulkan menghitung evapotranspirasi tanaman sesaat.
Evapotranspirasi tanaman dari sensor lingkungan diplot terhadap waktu dan kemiringan transpirasi (ET,) dalam mmJr kemudian
dihitung dengan menggunakan persamaan
dari garis yang dipasang digunakan untuk menentukan tingkat akumulasi (Stannard, 1988):
kelembaban di dalam kubah (g/s). Laju air yang hilang dari air
wadah (g/s) diplot terhadap laju akumulasi uapdalam Evapotranspirasi(ET,)= 3, 6 mm/jam
(3)
kubah dan kemiringan garis yang dipasang, yang melewati t i t i k asal adalah
diambil sebagai faktor kalibrasi kubah (C). Pencampuran aliran udara adalah sebuah im- di mana M adalah kemiringan kurva, C adalah faktor kalibrasi
yang berasal dari pertimbangan penting dalam kebenaran pengukuran untuk memperkirakan va- dari kalibrasi laboratorium, A adalah area tanaman
target yang tercakup akumulasi tuang dalam kubah. Tiga kecepatan kipas yang berbeda, yang dihasilkan oleh kubah (m") dan 3,6 adalah faktor konversi
satuan.
kecepatan udara rata-rata di sekitar permukaan kipas 1,88 mph (Rendah), Nilai evapotranspirasi tanaman referensi (ET), yang diperlukan
untuk
3,4 m/s (Sedang) dan 5,36 mps (Tinggi), masing-masing diuji selama CfiCiilate nilai yang terkait untuk setiap set pengukuran adalah proses kalibrasi
dan pemilihan kecepatan kipas akhir untuk sub- dikumpulkan dari stasiun cuaca otomatis SMART Farm di dekatnya. penggunaan lapangan secara
berurutan ditentukan dari keakuratan lingkungan ( AWS). AWS dikonfigurasikan untuk mengukur ET setiap 10 menit dengan menggunakan data
sensor mental untuk menjelaskan akumulasi air ke dalam goyangan sensor lingkungan dan persamaan Penman-Monteith. Atmosfer yang terkandung di
dalam kubah. Interval waktu maksimum antara pengukuran ET di lapangan, dan
Nilai ET yang digunakan untuk menghitung adalah 5 menit.
2.2. Pengumpulan data lapangan rind anal psisSegera setelah pengukuran kubah ET", NDVI dari sampel target yang sama
direkam dengan menggunakan alat genggam GreenSeeker-
Kampanye lapangan dilakukan untuk mengumpulkan data ET dan NDVI dari ( Trimble, Sunnyvale, California, AS) mengikuti padang rumput yang
direkomendasikan di University of New England SMART Farm (NSW, protokol industri.
Australia; Lintang - 30.481088' S, Bujur 151.644757' E) selama
puncak musim tanam padang rumput musim panas pada bulan November 2016 - 3. Hasil
Februari 2017 dan November 2017 hingga Desember 2017. Padang rumput
Spesies yang diminati adalah Fescue Tinggi (Festuca aruridinacea var. Dovey). A3.1. Kalibrasi instrumentasi ET dan pemrosesan dnin
Tempat pengukuran biomassa disiapkan, dengan ukuran panjang 50 m dan lebar 20 m
di seberang. Lokasi ini memiliki sepuluh plot berukuran 10 m x 10 m yang terdiri dari 3 ulangan. Contoh plot akumulasi uap y a n g
dihitung di atas pelat nitrogen yang diaplikasikan pada tingkat 'rendah', 'sedang' dan 'tinggi'; cukup Cawan penguapan terbuka dengan kecepatan
kipas 5,36 m/s diberikan pada Gbr. 3. cukup untuk mencapai variasi yang jelas dalam akumulasi biomassa, dan Seperti yang
dapat dilihat pada Gbr. 3, ketika kubah diturunkan di atas target, satu petak tanah yang terbuka. Dalam persiapan untuk pengukuran lapangan
ada penundaan singkat (- 5 detik) sementara atmosfer yang
terkandung menstabilkan kedua musim tanam, situs pertama kali dipotong hingga ketinggian sekitar dan udara lembab dari yang
berdekatan dengan kanopi tanaman disirkulasikan ke ketinggian 5 cm, dan kemudian diairi secara teratur untuk meningkatkan kekuatan
sensor atmosfer di atas kepala (dilambangkan sebagai titik 'A'. Titik ini mengidentifikasikan pertumbuhan padang rumput. Satu set pengukuran
lapangan pertama dilakukan dua kali. Titik 'B' pada G b r . 3 dapat dianggap sebagai titik di mana beberapa
minggu setelah pemotongan ketika padang rumput masih dalam tahap pertumbuhan awal. diasumsikan bahwa sensor merespons
akumulasi kelembaban. dan tanah hanya tertutup sebagian (biomassa berkisar antara 589 hingga Namun dengan penahanan yang lama,
kelembaban yang terakumulasi di- 2364 kg DMZha). Kumpulan data kedua dikumpulkan pada minggu ketiga. sisi kubah mengurangi
defisit tekanan uap yang juga berkurang setelah pemotongan ketika padang rumput telah mencapai tutupan tanah yang sempurna.
evapotranspirasi (misalnya Eamits dan Shanahan (2002) dan erosi (biomassa berkisar antara 1581-3200 kg DMZha). Selama setiap
Ochcltrcc ct al. (2014)) dan laju akumulasi menurun setelah
M.S. ALam ct aL Komputer dan Elektronika di Bidang Pertanian 147 (20 J 8) 12-J 7
)" 0.4
0.3
0.2
0 20 30 40
Tuuo(s)
Gbr. 3. Akumulasi uap air yang progresif di atas piringan penguapan terbuka dengan (*
kecepatan fari = 5,36 m/s. 0.9 -
'C' (Gbr. 3). Dapat dikatakan bahwa mengidentifikasi waktu dan rentang 0.8
yang tepat untuk mencocokkan garis regresi dengan data deret waktu
0.
adalah hal yang subjektif. Tentu saja, ukuran tingkat penguapan seketika,
pada waktu yang tepat saat kubah diturunkan ke kanopi target adalah 0.6
tujuan yang diinginkan, tetapi tindakan sederhana menurunkan kubah ke
target akan mengganggu aliran udara d i atas sensor, dan waktu yang 0.:
dibutuhkan untuk udara yang sarat kelembaban untuk bersirkulasi ke
sensor. Pengalaman melalui uji coba dan kesalahan, dan pemeriksaan 0.4
visual sebelum menyesuaikan garis laju dengan data tetap menjadi satu-
satunya metode yang layak.
Grafik laju produksi uap dari wadah air, versus laju akumulasi uap
y a n g dihitung dari gabungan data sensor suhu dan kelembapan 0.4 0. 0.6 0.7 0.8 0.9
diberikan pada G b r . 4. Kemiringan garis yang dipasang adalah 1,02 (R°
= 0,87) dan ini adalah faktor kalibrasi
(C). Plot ini dibuat dengan menggunakan kecepatan kipas Tinggi. (b)
Kecepatan kipas Rendah (Gambar tidak ditampilkan) menyebabkan
pencampuran dan presentasi yang buruk dari
uap ke sensor suhu dan kelembapan di atas kepala; menghasilkan Gambar D. Grafik koefisien tanaman (K) versus NDVI terukur untuk padang rumput Tall
faktor kalibrasi 1,58 (R' = 0,82). Kecepatan kipas angin sedang (juga Fescue pada (a) 2 minggu kering (b) 3 minggu setelah pemotongan dalam kondisi irigasi.
tidak ditampilkan), sambil meningkatkan pencampuran dan Ketidakpastian dari setiap parameter regresi (kemiringan dan éitercept) disertakan.
Kecepatan Faii = 5,36 m/s.
presentasi, menghasilkan faktor kalibrasi yang lebih baik C = 1,07 (R'
= 0,99) yang serupa dengan Macfarlane dan Ogden (2012) (C = 1,08,
R° = 0,97) dalam kubah penguapan yang lebih baik. Wadah air dengan jaring kawat mengurangi kebisingan pada pembacaan
Kecepatan kipas tinggi yang diuji diamati menciptakan turbulensi timbangan dan menghasilkan faktor kalibrasi 1,02 (R' 0,87) untuk
dalam atmosfer tertutup dan menggetarkan wadah/timbangan sehingga kecepatan kipas High. Kebisingan ini tidak terlihat dalam uji coba
menimbulkan kebisingan ke dalam pembacaan. Teramati bahwa lapangan berikutnya yang melibatkan kanopi padang rumput, sehingga
timbangan Ltte yang tertutup dan kecepatan kipas ini (5,36 m/s) digunakan untuk selanjutnya.
dua musim tanam berturut-turut) diberikan pada rig. s (a) dan (b).
0.01 o Dalam studi ini, nilai untuk Tall Fescue berkisar antara 0,25 dengan
tutupan tanah yang rendah hingga nilai maksimum 0,90 ketika padang
rumput berkembang dengan baik dan sepenuhnya m e n u t u p i
0.01 permukaan tanah.
Kedua plot pada Gambar 5(a) dan (b) menunjukkan hubungan linier
0.000 yang kuat (R" = 0,80 & 0,77).
Data dari musim 2016 dan 2017 digunakan untuk membuat plot
tersebut. Namun, kemiringan dan intersep pada Gbr. 5(a) dan (b) berbeda
secara signifikan untuk tahap pertumbuhan yang berbeda (2 minggu dan
0 0.000 0.01 0.01 0.02 0.020 3 minggu setelah pemotongan). Menariknya, ketika data tersebut
digabungkan menjadi satu plot (Gbr. 6), hubungan - NDVt terlihat
kontinu dan tidak linier,
Tingkat 'perhitungan apoiu aceiinmlasi akhir r1 akhir dari data dalam atmosfer tertutup dari kombinasi data sensor suhu dan kelembapan. Kecepatan kipas =
sensoi 6,36 m/s. Faktor kalibrasi (C) adalah kemiringan lirie y a n g dipasang melewati ilie origiri.
(g ^)
Gbr. 4. Grafik laju produksi uap dari wadah air, yang diukur dengan hilangnya berat wadah
air secara progresif menggunakan timbangan, dibandingkan dengan laju akumulasi uap
dan varians dalam hubungan NDVI
dapat dijelaskan dengan menggunakan kurva regresi polinomial tunggal
(R° = 0,84).
4. Diskusi
16
ivt.S. Alam et nd Komputer dan Elektronika dalam Pertanian 147 {2OJ8) 12-17
Bryla, D.R, Trout, T.J., Ayars, J.E., 2010. Menimbang lisimeter untuk mengembangkan dan penguapan serasah di bawah hutan abu pegunungan yang tumbuh kembali dan yang
koefisien tanaman dan praktik irigasi yang efisien untuk tanaman sayuran. HortScience sudah tua. Laporan Pusat Penelitian Bersama Hidrologi Daerah Tangkapan Air (96/1),
45 (1 I), 1597-1604. 60.
Choudhury, B.J., 1994. Sinergisme pengamatan satelit multispektral untuk menduga McLeod, MK, Daniel, H., Faulkner, R., Murison, R., 2004. Evaluasi ruang portabel tertutup
penguapan permukaan lahan regional. Remote Sens. Environ. 49 (3), 2S4-274. untuk mengukur evapotranspirasi aktual tanaman dan padang rumput pada skala kecil.
Duchemin, B., Hadria, R., Erraki, S., Boulet, G., Maisongrande, P., Chehbouni, A., Agric. Water Manage. 67 (1), 1M34.
Escadafal, R., Ezzahar, J., Hoedjes, J., Kharrou, M., 2006. Pemantauan teknologi dan Neale, C.M., Bausch, W.C., Heermann, D.F., 1990. Pengembangan koefisien tanaman
irigasi gandum di Maroko Tengah: Pada penggunaan hubungan antara eva- berbasis reflektansi untuk jagung. Trans. ASAE 32 (6), 1891-1900.
potranspirasi, koefisien tanaman, indeks luas daun dan indeks vegetasi yang diindera Neale, C.M., Jayanthi, H., Wright, J.L., 2003. Pengelolaan tanaman dan air irigasi
dari jarak jauh. Agric. Water Manage. 79 (1), 1-27. menggunakan penginderaan jauh udara resolusi tinggi. Dalam: Prosiding Pertemuan
Eamus, D., Shanahan, S., 2002. Model persamaan laju respon stomata terhadap defisit IEC ke-54 Komisi Internasional u n t u k Irigasi dan Drainase (ICID) Lokakarya
tekanan uap dan kekeringan. BMC Eco1. 2 (l), 8. Penginderaan Jauh ET untuk Wilayah yang Luas, 17.
El-Shirbeny, M.A., Ali, K, Badr, M.A., Bauomy, E.M., 2014. Penilaian koefesien tanaman Nouri, H., Beecham, S., Anderson, S., Nagler, P., 2014. Citra Wor1dView-2 resolusi
gandum menggunakan teknik penginderaan jauh. World Res. J. Agric. Sci. 1 (2), 12-17. spasial tinggi untuk pemetaan NDVI dan hubungannya dengan faktor
Er-Raki, S., Chehbouni, A., Guemouria, N., Duchemin, B.i., Ezzahar, J., Hadria, R., 2007. evapotranspirasi lanskap perkotaan secara temporal. Remote Sens. 6 (1), 580-602.
Menggabungkan model FAO-56 dan penginderaan jauh berbasis darat untuk Ocheltree, T., Nippert, J., Prasad, P., 2014. Respons stomata terhadap perubahan defisit
memperkirakan kebutuhan air tanaman gandum di wilayah semi-kering. Agric. Water tekanan uap mencerminkan perbedaan spesifik jaringan dalam konduktansi hidrolik.
Manage. 87 (1), 41-54. Tanaman, Lingkungan Sel. 37 (1), 132-139.
Garcia, C.A., Johnson, M.J., Andraski, B.J., Halford, K.J., Mayers, C.J., 2008. Pengukuran Rafn, E.B., Contor, B., Annes, D.P., 2008. Evaluasi metode untuk memperkirakan
ruang portabel evapotranspirasi di lokasi penelitian gurun Amargosa dekat Beatty, Nye koefisien evapotranspirasi tanaman beririgasi dari data penginderaan jarak jauh di
County, Nevada, 2003-06. US Geol. Survey Sci. Laporan Investigasi 5135 (10). Idaho. J. Irrig.
Gowda, P.H., Chavez, J.L., Colaizzi, P.D., Evett, S.R., Howell, T.A., Tolk, J.A., 2008. Tiriskan Eng. 134 (6), 722-729.
Pemetaan ET untuk pengelolaan air pertanian: status dan tantangan saat ini. Irrig Sci. Rahman, M., Stanley, J., Lamb, D., Trotter, M., 2014. Metodologi untuk mengukur fAPAR
26 {3}, 223-237. pada tanaman menggunakan kombinasi sensor optik aktif dan sensor penyinaran linier:
Hunsaker, D., Barnes, E., Clarke, T., Fitzgerald, G., Pinter Jr, P.J., 2005. Penjadwalan studi kasus di Triticale (X Triticosecale Wittmack). Precis Agric. 15 (5), 532-542.
irigasi kapas menggunakan penginderaan jarak jauh dan koefisien tanaman basal FAO- Stannard, D.I., 1988. Penggunaan ruang setengah bola untuk pengukuran evapo-
56. Trans. ASAE 48 (4), 1395-1407. transpirasi: Departemen Dalam Negeri. Survei Geologi Amerika Serikat: Distributor
3ohnson, L.F., Trout, T.J., 2012. Pemantauan evapotranspirasi tanaman sayuran dengan Buku dan Laporan Terbuka].
bantuan satelit NDVI di Lembah San Joaquin, California. Remote Sens. 4 (2), 439- Stannard, D.I., Weltz, M.A., 2006. Pemisahan evapotranspirasi pada padang rumput
455. bervegetasi jarang menggunakan ruang portabel. Water Resour. Res. 42 (2).
Kondoh, A, Higuchi, A., ZO0l. Hubungan antara kecerahan spektral yang berasal dari satelit dan Tasumi, M., Allen, R.G., Trezza, R., 2006. Kalibrasi indeks vegetasi berbasis satelit untuk
evapotranspirasi tanduk padang rumput. Hydml Process. 15 (10), 1761-1770. menduga evapotranspirasi dan koefisien tanaman. Dalam: Prosiding Konferensi
http://dx.doi.org/10.l002Jyp.238. Pengelolaan Air USCm 2006, Air Tanah dan Air Permukaan di Bawah Tekanan:
Macfarlane, C., Ogden, G.N., 2012. K u b a h penguapan yang lebih baik untuk lingkungan Kompetisi, Interaksi, Solusi, hal. 10 - 112.
hutan. Comput. Elektron. Agric. 89, 12€r-129. http:Z/dx.dot.orJl0.1016/j.compag. Zeleke, K.T., Wade, L.J., 2012. Estimasi evapotranspirasi menggunakan neraca air tanah,
2012.09.004. data cuaca dan tanaman. Evapotranspirasi-Penginderaan dan Pemodelan Jarak Jauh:
McJannet, D., Vertessy, R., Tapper, N., O'Sullivan, S., Beringer, J., Cleugh, H., 1996. Penerbit InTech.
Tanah
17