6 Indeks Spektral Top Selain NDVI (SAVI, ARVI, EVI, GCL, SIPI, NBR)

Apakah anda tahu bahwa setidaknya ada ratusan indeks spektral lainnya selain NDVI (Normalized Difference Vegetation Index), yang banyak digunakan untuk menganalisis vegetasi?
Pada dasarnya setiap 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. Seiring kemajuan sensor, satelit pengamatan bumi menyediakan data baru kepada para ahli penginderaan jauh untuk mendorong penelitian mereka dan meningkatkan analisis yang ada.

Setiap indeks memiliki keterbatasannya. NDVI peka terhadap efek tanah dan atmosfer, oleh karena itu direkomendasikan untuk menerapkan indeks tambahan untuk analisis vegetasi yang lebih akurat.

SAVI

Apa itu indeks SAVI (Soil Adjusted Vegetation Index) ? SAVI dirancang untuk meminimalkan pengaruh kecerahan tanah. Huete sang pengembangnya menambahkan faktor L (kesesuaian tanah) ke persamaan NDVI untuk memperbaiki efek kebisingan tanah (warna tanah, kelembaban tanah, variabilitas tanah di seluruh wilayah, dll.) yang cenderung berdampak pada hasil.

Indeks SAVI dari citra Sentinel-2 di wilayah irigasi Saudi Arabia

Formula SAVI  = ((NIR – Red) / (NIR + Red + L)) x (1 + L)

L adalah variabel. Nilainya berkisar antara -1 hingga 1, tergantung pada jumlah vegetasi hijau yang ada di wilayah tersebut. Untuk analisis penginderaan jauh dari wilayah dengan vegetasi hijau yang tinggi, L diatur ke nol (dalam hal ini data indeks SAVI akan sama dengan NDVI); sedangkan daerah vegetasi hijau yang rendah bernilai L = 1.

ARVI
Seperti namanya, ARVI (Atmospherically Resistant Vegetation Index) adalah indeks vegetasi pertama, yang relatif rentan terhadap faktor atmosfer (seperti aerosol). Formula indeks ARVI yang diciptakan oleh Kaufman dan Tanré pada dasarnya mengkoreksi NDVI untuk efek hamburan atmosfer dalam spektrum reflektansi merah dengan menggunakan pengukuran pada panjang gelombang biru.

Formula ARVI = (NIR – (2 * Red) + Blue) / (NIR + (2 * Red) + Blue)

Dibandingkan dengan indeks vegetasi lain, ARVI lebih kuat untuk efek topografi, yang membuatnya menjadi metode pemantauan yang sangat efektif untuk wilayah pegunungan tropis yang sering tercemar oleh jelaga yang berasal dari penebasan dan pembakaran lahan pertanian.

Kapan harus digunakan? Untuk wilayah dengan kandungan aerosol atmosfer yang tinggi (mis. hujan, kabut, debu, asap, polusi udara).

EVI
Apa itu EVI (Enhanced Vegetation Index)? EVI dibuat oleh Liu dan Huete untuk secara bersamaan mengoreksi hasil NDVI untuk pengaruh atmosfer dan sinyal latar belakang tanah, terutama di area kanopi yang rapat. Kisaran nilai untuk EVI adalah -1 hingga 1, dan untuk vegetasi yang sehat bervariasi antara 0,2 dan 0,8.

Formula EVI =  2.5 * ((NIR – Red) / ((NIR) + (C1 * Red) – (C2 * Blue) + L))

EVI mengandung nilai koefisien C1 dan C2 untuk mengoreksi hamburan aerosol yang ada di atmosfer, dan L untuk menyesuaikan kanopi dan latar belakang tanah. Analis GIS pemula mungkin bingung dengan nilai apa yang harus digunakan dan bagaimana menghitung indeks vegetasi yang ditingkatkan untuk data satelit yang berbeda. Secara tradisional, untuk sensor MODIS NASA (indeks EVI dikembangkan untuk) C1 = 6, C2 = 7,5, dan L = 1. Dalam kasus jika anda merasa ragu ingin tahu bagaimana melihat EVI menggunakan citra Sentinel-2 atau Landsat 8, gunakan nilLandViewer, yang juga memungkinkan untuk mengunduh hasilnya.

ai yang sama atau cukup gunakan


Kapan harus digunakan? Untuk menganalisis wilayah bumi dengan klorofil dalam jumlah besar (seperti hutan hujan), dan lebih disukai dengan efek topografi minimum (bukan wilayah pegunungan).

GCL
Dalam ilmu penginderaan jauh, GCI (Green Chlorophyll Index) digunakan untuk memperkirakan kandungan klorofil daun pada berbagai spesies tanaman. Kandungan klorofil mencerminkan keadaan fisiologis vegetasi; yang berkurang pada tanaman stres dan karena itu dapat digunakan sebagai pengukuran kesehatan tanaman.

Formula GCI = (NIR) / (Green) – 1

Prediksi jumlah klorofil yang lebih baik dengan indeks vegetasi GCI dapat dicapai dengan menggunakan sensor satelit yang memiliki NIR luas dan panjang gelombang hijau.


Kapan digunakan? Untuk memantau dampak musiman, tekanan lingkungan, dan pestisida yang diterapkan untuk kesehatan tanaman.

SIPI
SIPI (Structure Insensitive Pigment Index) baik digunakan untuk analisis vegetasi dengan struktur kanopi yang variabel. SIPI memperkirakan rasio karotenoid terhadap klorofil: sinyal peningkatan nilai vegetasi yang stres.

Formula SIPI =  (NIR – Blue) / (NIR – Red)

Nilai SIPI yang tinggi (peningkatan karotenoid dan penurunan klorofil) sering merupakan indikator penyakit tanaman, yang dikaitkan dengan hilangnya klorofil pada tanaman.

Kapan digunakan? Untuk memantau kesehatan tanaman di wilyah dengan variabilitas tinggi dalam struktur kanopi atau indeks luas daun, untuk deteksi dini penyakit tanaman atau penyebab stres lainnya.

NBR
Apa itu indeks NBR (Normalized Burn Ratio) ? NBR digunakan untuk mengamati area yang terbakar setelah terjadi kebakaran. Persamaan indeks vegetasi NBR mencakup pengukuran pada panjang gelombang NIR dan SWIR: vegetasi yang sehat menunjukkan reflektansi tinggi dalam spektrum NIR, sedangkan wilayah vegetasi yang baru-baru terbakar sangat mencerminkan spektrum SWIR. Indeks kebakaran NBR telah menjadi sangat penting dalam beberapa tahun terakhir karena kondisi cuaca ekstrem (seperti kekeringan El Nino) menyebabkan peningkatan yang signifikan dalam kebakaran hutan yang menghancurkan biomassa hutan.

Untuk melakukan perhitungan indeks vegetasi NBR, seseorang memerlukan citra raster yang mengandung panjang gelombang inframerah dekat (NIR) dan panjang gelombang pendek (SWIR), seperti Landsat 7, Landsat 8, MODIS, dll. Kisaran nilai adalah antara 1 dan -1.

Formula NBR = (NIR – SWIR) / (NIR + SWIR)

Umumnya digunakan untuk menilai tingkat keparahan kebakaran dengan NBR yang relatif berbeda (delta Normalized Burn Ratio), yang telah menunjukkan respons tertinggi terhadap perubahan lanskap yang disebabkan oleh kebakaran. Ini adalah perbedaan antara NBR yang dihitung dari gambar suatu area sebelum kebakaran dan NBR yang dihitung dari gambar yang diambil segera setelah kebarakan. Selain itu, ada indeks NBR Thermal 1, yang mencakup pita thermal untuk meningkatkan NBR dan memberikan diferensiasi yang lebih akurat antara lahan yang terbakar dan yang tidak terbakar.

Kapan digunakan? Penggunaan khusus indeks NBR pada lahan pertanian dan kehutanan adalah mendeteksi kebakaran aktif, analisis keparahan kebakaran, dan pemantauan kelangsungan hidup vegetasi setelah kebakaran.

Sumber