Ringkasan
Struktur vegetasi merupakan salah satu parameter dalam menentukan kuantitas dan kualitas vegetasi. Sebagai contoh vegetasi yang sehat pada umumnya akan memberikan tutupan tajuk yang lebih rapat dibandingkan vegetasi yang kurang sehat. Kuantitas dan kualitas vegetasi diperlukan untuk mengetahui kemajuan/progress penanaman, kondisi atau tingkat survival tanaman, dan memperkirakan hasil pemanenan/harvesting. Selain itu, kondisi struktur vegetasi juga digunakan dalam berbagai kajian perubahan iklim. Kandungan karbon dalam vegetasi, dapat diestimasi melalui pendekatan struktur vegetasi.
Bumi Hijau Serasi (BHS) telah mengembangkan metode pemetaan struktur vegetasi dengan memanfaatkan teknologi Remote Sensing. Dengan dukungan finansial dari Faculty for Geoinformation Science and Earth Observation (University of Twente, The Netherlands), personil BHS menggunakan citra Airborne Hyperspectral (sensor HyMap) dengan resolusi spektral 126 bands dan resolusi spasial 3 m untuk mendeteksi struktur vegetasi Mangrove di Delta Mahakam, Kalimantan Timur (Gambar 1).
Gambar 1. Citra Airborne Hyperspectral digunakan untuk mendeteksi struktur vegetasi Mangrove
Pada riset ini Random Forest Algorithm (RFA) digunakan untuk membuat model hubungan antara spektra dari citra Hyperspectral dengan Leaf Area Indeks (LAI) yang merupakan salah satu parameter struktur vegetasi. Spektra yang digunakan dalam model adalah spektra yang sensitif (informasi dari kajian sebelumnya) terhadap karakteristik biofisik vegetasi terutama LAI. Beberapa teknik transformasi spektra digunakan untuk mendapatkan kombinasi spektra yang paling akurat dalam estimasi LAI pada vegetasi mangrove.
Hasil riset menunjukkan kombinasi antara RFA dengan teknik transformasi Principal Component Analysis (PCA) menghasilkan akurasi tertinggi (R2: 0.83 dan RMSE: 0.37) dalam estimasi LAI pada vegetasi mangrove. Riset ini juga mengidentifikasi pentingnya band pada red edge inflection point, yaitu: 705 mm and 719 mm, dalam estimasi LAI dengan menggunakan teknologi Hyperspectral.
Gambar 2. Hasil estimasi LAI pada vegetasi Mangrove dengan menggunakan RFA dan PCA. LAI dikelaskan dengan gradasi warna hijau – merah, dengan warna hijau menunjukkan LAI tinggi sedangkan warna merah menunjukkan LAI rendah.
Terapan dan Pengembangan
Hasil riset ini dapat dikembangkan untuk melakukan analisis kuantitas dan kualitas vegetasi perkebunan (sawit, karet), HTI, tanaman pangan (padi, tebu, jagung). Analisis tersebut dapat membantu dalam pengelolaan pertanian (precision agriculture) terutama untuk mengetahui kondisi vegetasi dan meningkatkan efisiensi dalam pengelolaan tanaman (pemupukan, perencanan pemanenan).
Informasi lebih lanjut dapat menghubungi adminbhs@bumihijauserasi.co.id atau Anas Fauzi.