Pengaruh Distribusi Sampel Pemodelan Terhadap Akurasi Estimasi Leaf Area Index (LAI) Mangrove

Muhammad Kamal, Tito Kanekaputra, Rima Hermayani, Dian Utari

Abstract

Estimasi leaf area index (LAI) mangrove merupakan salah satu aspek penting dalam rangka upaya pemantauan dan konservasi habitat mangrove. Citra penginderaan jauh sangat bermanfaat untuk melakukan estimasi status LAI mangrove, terutama dengan menggunakan pendekatan semi-empiris. Pendekatan ini membutuhkan pemilihan lokasi dan distribusi nilai sampel baik untuk pemodelan atau uji akurasi yang sesuai. Namun demikian, seringkali penentuan sampel ini dilakukan secara random tanpa memperhatikan distribusi spasial dan distribusi nilai sampel yang dikumpulkan. Penelitian ini bertujuan untuk melakukan analisis eksploratif terhadap sampel lapangan yang dikumpulkan untuk menjawab (1) apakah distribusi spasial dan (2) distribusi nilai sampel pemodelan berpengaruh terhadap akurasi estimasi LAI mangrove. Metode yang digunakan adalah dengan membangun model hubungan semi-empiris antara nilai piksel citra ALOS AVNIR-2 (10m) melalui Soil-Adjusted Vegetation Index (SAVI) dengan pengukuran LAI di lapangan menggunakan LICOR LAI-2200. Sampel pemodelan dan sampel uji dipilih secara random dan purposive melalui simulasi tiga skenario berdasarkan distribusi spasial dan sebaran nilainya. Kemudian uji akurasi dilakukan antara nilai estimasi LAI melalui Soil-Adjusted Vegetation Index (SAVI) dan data LAI lapangan menggunakan plot hubungan 1:1 dan Standar Eror of Estimate (SEE). Hasil penelitian menunjukkan bahwa akurasi estimasi LAI bervariasi tergantung pada distribusi spasial dan nilai sampel pemodelan. Akurasi estimasi yang tinggi diperoleh jika distribusi spasial sampel pemodelan tersebar merata dan nilai sampel meliputi rentang nilai sampel lapangan. Hasil penelitian ini dapat digunakan sebagai justifikasi disain lokasi sampel di lapangan dan pemilihan titik sampel untuk pemodelan dengan pendekatan semi-empiris.

Keywords

distribusi sampel, pendekatan semi-empiris, leaf area index, mangrove

Full Text:

PDF PDF

References

Bouvet, M., Goryl, P., Chander, G., Santer, R., dan Saunier, S. (2007). Preliminary radiometric calibration assessment of ALOS AVNIR-2. Paper presented at the IEEE International Geoscience and Remote Sensing Symposium.

Breda, N.J.J., (2003). Ground Based Measurement of Leaf Area Index: A Review of Method, Instrument, and Curent Controversies. Experimental Boutany, 54(392), 2403–2417.

Bréda, N.J.J. (2008). Leaf Area Index. In J. Editors-in-Chief: Sven, Erik, & F. Brian (Eds.), Encyclopedia of ecology (pp. 2148–2154). Oxford: Academic Press.

BTNKJ., (2012). Jenis-Jenis Mangrove TN Karimunjawa. Semarang: Balai Taman Nasional Karimunjawa.

Dahlberg, R.W., dan Jensen J.R., (1986). Education for Cartography and Remote Sensing in the Service of an Information Society: The United States Case. The American Cartographer, 13(1), 51-71.

Clough, B.F., Ong, J.E., & Gong,W.K. (1997). Estimating leaf area index and photosynthetic production in canopies of themangrove Rhizophora apiculata. Marine Ecology Progress Series, 159, 285–292. http://dx.doi.org/10.3354/meps159285.

Danoedoro. 2015. Pengaruh Jumlah dan Metode Pengambilan Titik Sampel Penguji Terhadap Tingkat Akurasi Klasifikasi Citra Digital Penginderaan Jauh. Paper presented at the Proceedings of Simposium Nasional Sains Geoinformasi IV 2015: Penguatan Peran Sains Informasi Geografi dalam Mendukung Penanganan Isyu - Isyu Strategis Nasional, Yogyakarta, Indonesia

Green, P.E., Peter J.M., Alaishdair J.E., Chris D.C, dan Anggie C.E., (1997). Estimating Leaf Area Index of Mangrove From Satelite Data. Aquatic Botany, 58, 11-19

Heumann, B.W., (2011). Satellite Remote Sensing of Mangrove Forests: Recent Advances and Future Opportunities. Progress in Physical Geography, 35, 87–108.

Huete, A.R., (1988). A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment, 25, 295–309.

Kamal, M. Stuart P., dan Kasper J., (2016). Assessment Of Multi-Resolution Image Data For Mangrove Leaf Area Index Mapping. Remote Sensing of Environment, 176, 242—254.

LI-COR (2009), LAI-2200 Plant Canopy Analyzer, LI-COR Inc., Lincoln, Nebraska.

Pierce, L.L., & Running, S.W. (1988). Rapid estimation of coniferous forest leaf area index using portable integrating radiometer. Ecology, 69, 1762–1767.

Song, C., Woodcock, C.E., Seto, K.C., Lenney, M.P., & Macomber, S.A. (2001). Classification and change detection using Landsat TM data:When and how to correct atmospheric effects? Remote Sensing of Environment, 75, 230–244. http://dx.doi.org/10.1016/S0034-4257(00)00169-3.

Verheyden, A., Helle G., Schleser G.H., Dehairs F., Beeckman H., Koedam N., (2004). Annual Cyclicity in High Resolution Stable Carbon and Oxygen Isotope Ratios in the Wood of the Mangrove Tree Rhizophora mucronata. Plant, Celland Environment, 27, 1525-1536.

Zen, M.T. (1979). Sains, Teknologi, dan Hari Depan Manusia. Penerbit Yayasan Obor dan Gramedia, Jakarta.

Refbacks

  • There are currently no refbacks.