Transformasi Indeks Vegetasi dalam Pengolahan CItra Digital

 Identifikasi obyek dengan menggunakan teknologi penginderaan jauh dilaksanakan dengan beberapa pendekatan antara lain; karakteristik spektral citra, visualisasi, floristik, geografi dan phsygonomik (Hartono, 1998). Khususnya pada sistem satelit (citra satelit) lebih banyak didasarkan atas karakteristik spektral. Obyek yang berbeda akan memberikan pantulan spektral yang berbeda pula, bahkan obyek yang sama dengan kondisi dan kerapatan yang berbeda akan memberikan nilai spektral yang berbeda (Swain, 1978).

sumber gambar: rintoarjani.wordpress.com

Indeks vegetasi merupakan nilai yang diperoleh dari gabungan beberapa spektral band spesifik dari citra penginderaan jauh. Gelombang indeks vegetasi diperoleh dari energi yang dipancarkan oleh vegetasi pada citra penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman. Tanaman memancarkan dan menyerap gelombang yang unik sehingga keadan ini dapat di hubungakan dengan pancaran gelombang dari objek-objek yang lain sehingga dapat di bedakan antara vegetasi dan objek selain vegetasi (Horning, 2004).

Awal mula pencetusan indeks vegetasi berawal dari adanya pengamatan atas kecenderungan yang berawal antara respons spektral vegetasi pada saluran hijau dan merah, atau antara saluran merah dan inframerah dekat. Pada saluran hijau, peningkatan kerapatan vegetasi (yang secara logis akan menyebabkan peningkatan konsentrasi klorofil, karena daunnya secara kumulatif makin banyak) akan menyebabkan nilai spektral vegetasi tersebut naik. Kondisi yang sama justru akan memberikan pantulan yang semakin rendah pada saluran merah, karena secara kumulatif jumlah pigmen (termasuk klorofil) yang menyerap sinar merah juga makin banyak. Dengan demikian, besarnya nilai pantulan pada saluran hijau dapat dikurangi dengan besarnya pantulan pada saluran merah pada suatu tingkat kerapatan vegetasi. Selisih nilai pantulan ini akan berbeda untuk vegetasi dengan kerapatan yang berbeda pula. Makin rapat vegetasinya, maka makin besar pula selisihnya. Penggunaan selisih (difference) ini dapat digantikan dengan nisbah (pembagian atau ratio).

Ada beberapa macam indeks vegetasi yang tentunya sudah sering dimanfaatkan untuk aplikasi-aplikasi tertentu. Tanaman hidup menyerap gelombang tanpak (visible) biru dan merah dan memantulkan gelombang hijau sehingga mata manusia dapat mendeteksi warna hijau pada tanaman. Namun ternyata tidak hanya gelombang hijau yang dipantulkan oleh tanaman, pantulan paling dominan pada tanaman ternyata adalah gelombang inframerah dekat (NIR). Tapi karena mata manusia tidak dapat menangkap cahaya pada gelombang inframerah tersebut maka warna merah ini tidak terlihat pada mata manusia. Padahal pantulan inframerah dekat pada tanaman mencapai 60%, kontras sekali dengan pantulan gelombang hijau yang hanya 20%.

Pola spectral yang diamati pada saluran merah dan inframerah dekat menunjukan hasil yang serupa, namun dengan selisih  nilai pantulan yang jauh lebih besar. Vegetasi kerapatan sedang akan memberikan pantulan cukup rendah pada saluran merah, dan pantulan tinggi pada saluran inframerah dekat. Selisih yang muncul di antara keduanya akan lebih besar (dan lebih mudah diamati) dibandingkan selisih antara pantulan hijau dan merah. Apabila yang diamati adalah vegetasi dengan kerapatan tinggi,maka selisih antara keduanya akan sangat besar, dan secara signifikan lebih mudah diamati daripada selisih pantulan antara saluran hijau dan merah. Penggunaan nisbah akan semakin mempertajam perbedaan ini. Hanya saja, penyebab pantulan tinggi pada saluran hijau dan inframerah dekat sebenarnya tidak sama meskipun memberikan efek yang hampir sama pada vegetasi sehat dan berdaun lebar.

Akhirnya dapat ditentukan formula indeks vegetasi berdasarkan percobaan di laboratorium dan lapangan yang bertumpu pada perhitungan selisih, nisbah, dan kombinasi dari keduanya. Disamping itu juga masih ada formula indeks vegetasi yang dihasilkan melalui proses ortogonalisasi sumbu-sumbu saluran multispektral melalui pendekatan statistik yang rumit. Berikut contoh-contoh indeks vegetasi yang menggunakan saluran merah dan inframerah dekat sebagai masukannya.
Contoh indeks vegetasi yang berbasis pada selisih ialah difference vegetation indexs (DVI) yang dihitung dengan :
DVI = 1,2* NP inframerah dekat – NP merah

Sedangkan contoh Indeks vegetasi yang berbasis pada nisbah ialah ratio vegetasion indeks (RVI) yang dihitung dengan :
RVI = NP inframerah dekat / NP merah

Adapun contoh indeks vegetasi yang menggunakan kombinasi antara selisih dan nisbah adalah normalized difference vegetation indeks, yang diharapkan mempunyai julat yang pasti antara -1 sampai dengan +1, dimana selisih antara pantulan inframerah dekat dan merah dinormalisasi dengan cara membaginya dengan jumlah dari keduanya:
NDVI = (NP inframerah – NP merah) / (NP inframerah dekat + NP merah)