GIS untuk Penginderaan Jauh dan Indeks Vegetasi

Penginderaan jauh mempunyai kemampuan untuk menghasilkan data spasial yang susunan geometrinya mendekati keadaan sebenarnya dari permukaan bumi dalam jumlah yang banyak dan waktu yang cepat. Keadaan ini membutuhkan suatu sistem pengelolaan dan penanganan data yang tepat dan efisien sehingga informasi spasial dari citra penginderaan jauh yang diperoleh dapat berguna untuk kepentingan yang luas.

Penginderaan jauh tidak pernah lepas dari Sistem Informasi Geografi (SIG). Data-data spasial hasil penginderaan jauh merupakan salah satu data dasar yang dipergunakan dalam analisis SIG. Dalam perkembangannya data-data SIG juga berguna dalam pengolahan data penginderaan jauh (Barus dan Wiradisastra, 2000). SIG sangat baik dalam proses manajemen data, baik itu data atribut maupun data spasialnya. Integrasi antara data spasial dan data atribut dalam suatu sistem terkomputerisasi yang bereferensi geografi merupakan keunggulan dari SIG.

Data penginderaan jauh merupakan data hasil pantulan objek dari berbagai panjang gelombang yang di tangkap oleh sebuah sensor dan mengubahnya menjadi data numerik serta bisa dilihat dalam bentuk grafik atau citra (imaginery) (Purwadhi, 2001). Sedangkan pemanfaatan data-data penginderaan jauh dilakukan karena tersedia dalam jumlah yang banyak, mampu memperlihatkan dearah yang sangat luas, tersedia untuk daerah yang sulit terjangkau, tersedia untuk waktu yang cepat, dan dapat memperlihatkan objek yang tidak tampak dalam wujud yang bisa dikenali objeknya (Sutanto, 1989). Salah satu contoh aplikasi data penginderaan jauh adalah untuk melihat indeks vegetasi dan mengestimasi jumlah penyerapan Carbon Dioksida (CO₂) oleh tanaman. NDVI (Normalized Difference Vegetation Index) merupakan metode yang sering digunakan untuk memanfaatkan data spektral indeks vegetasi (Spectral Vegetation Index (SVI)) dari penginderaan jauh. Spektral indeks vegetasi dari data penginderaan jauh terbentuk karena adanya perbedaan pantulan gelombang dari daun tanaman hidup dengan objek-objek yang lain dipermukaan bumi pada panjang gelombang hijau (visible) dan infra merah dekat (invisible) (Horning, 2004)

Kemampuan suatu citra (imaginery) menangkap dan menampilkan suatu informasi dari permukaan bumi sangat tergantung dari resolusi spasial, resolusi temporal, resolusi radiometrik dan resolusi spektralnya (Purwadhi, 2001). Setiap jenis citra mempunyai jenis resolusi yang berbeda-beda baik itu resolusi spasial, resolusi temporal, resolusi radiometrik maupun resolusi spektralnya sehingga mengakibatkan kemampuan suatu citra dalam menangkap dan menampilkan informasi juga berbeda-beda. Keadan ini juga terjadi pada kemampuan citra dalam menangkap dan menampilkan informasi indeks vegetasi.

Gambar disamping adalah contoh gambar citra dimana yang diperlihatkan adalah sebaran vegetasi yang didukung oleh tampilan dari citra ikonos. dan gambar di bawahnya adalah sebaran warna indeks vegetasi yang diolah melalui program2 GIS.

Pengolahan data penginderaan jauh dengan memanfaatkan SIG diharapkan mampu memberikan informasi secara cepat dan tepat sehingga dapat digunakan sesegera mungkin untuk keperluan analisis dan manipulasi data.

Pranala di Blog ini:

PETA

ArcView GIS

Modul ArcView

GPS (Global Positioning System)

Proyeksi Peta

Aplikasi GIS untuk Klasifikasi Iklim Schmidt-Ferguson

Implementasi SIG dalam Menunjang Pertanian Berkelanjutan

Sistem Informasi Geografi (SIG)/Geographic Information System (GIS)

Pemasukan Data Dalam Sistem Informasi Geografi (SIG)

Digitasi Peta Secara Otomatis Lewat ArcGIS

Sistem Informasi Geografi Perikanan; Sebuah Wacana

GIS untuk Penginderaan Jauh dan Indeks Vegetasi

Cara memotong data bentuk raster di ArcView

Peta Jenis Tanah Bali

Data Indonesia Dalam Bentuk *.shp (Gratisssss….!!!)

Sistem Informasi Geografi Perikanan; Sebuah Wacana

Interpretasi Citra Penginderaan Jauh

Penginderaan Jauh

Joint Tabel di ArcView

Vegetation Index

Registrasi Peta di ArcView Menggunakan Extension Register and Transform tool

Prediksi Erosi dengan USLE dan Sistem Informasi Geografi

PERENCANAAN PENGELOLAAN WILAYAH PESISIR DENGAN MEMANFAATKAN SISTEM INFORMASI GEOGRAFI DAN DATA PENGINDERAAN JAUH

Evaluasi Kesesuaian Curah Hujan, Temperatur dan Ketinggian untuk Tanaman Pisang dengan GIS

Cara memotong file image di ArcView

PERUBAHAN LUASAN TANAMAN MANGROVE DI TAHURA NGURAH RAI – BALI

PERTUKARAN CO2 ANTARA ATMOSFER DAN LAUT: Pendahuluan

Aplikasi SIG dalam Proses Perencanaan

Buka Data SRTM Lewat ArcView

EVALUASI ZONA AGROKLIMAT KLASIFIKASI SCHIMIDT-FERGUSON DI PULAU LOMBOK

PERTUKARAN CO2 ANTARA ATMOSFER DAN LAUT: Eksplorasi Data Penginderaan Jauh – Kecepatan transfer gas CO2