PERBANDINGAN PENGUKURAN KERAPATAN KANOPI DARI HEMISPHERICAL PHOTOGRAPHY DAN UAV UNTUK PEMETAAN MENGGUNAKAN CITRA SENTINEL-2

Trida Ridho Fariz, Haikal Muhammad Ihsan, Fathia Lutfiananda, Junun Sartohadi, Yoga Darmajati, A. Syahputra
{"title":"PERBANDINGAN PENGUKURAN KERAPATAN KANOPI DARI HEMISPHERICAL PHOTOGRAPHY DAN UAV UNTUK PEMETAAN MENGGUNAKAN CITRA SENTINEL-2","authors":"Trida Ridho Fariz, Haikal Muhammad Ihsan, Fathia Lutfiananda, Junun Sartohadi, Yoga Darmajati, A. Syahputra","doi":"10.20527/jht.v11i1.16000","DOIUrl":null,"url":null,"abstract":"Tujuan dari penelitian ini adalah melakukan pemetaan kerapatan kanopi vegetasi tegak di Sub DAS Bompon, dimana penggunaan lahan vegetasinya berupa kebun campuran dan hutan rakyat sehingga vegetasi tegak pada wilayah ini adalah sangat heterogen. Penelitian ini menggunakan beberapa indeks vegetasi dari citra satelit Sentinel-2 juga membandingkan metode pengukuran kerapatan kanopi dari hemispherical photography (pemotretan keatas) dan UAV (pemotretan kebawah). Tahapan penelitian meliputi pra-pengolahan citra Sentinel-2 dan membangun transformasi indeks vegetasi yaitu RVI, NDVI, SAVI, ARVI dan EVI. Dilanjutkan dengan pengumpulan data kerapatan kanopi, analisis regresi linier dan membangun peta kerapatan kanopi dari persamaan regresi linier antara indeks vegetasi dengan nilai kerapatan kanopi. Hasil penelitian menunjukkan bahwa NDVI merupaka indeks vegetasi terbaik untuk pemetaan kerapatan kanopi di Sub DAS Bompon. Hal ini dikarenakan indeks tersebut memiliki korelasi terbaik dan RMSE terendah setelah dijadikan peta kerapatan kanopi dari data UAV.","PeriodicalId":17696,"journal":{"name":"Jurnal Hutan Tropis","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Hutan Tropis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20527/jht.v11i1.16000","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Tujuan dari penelitian ini adalah melakukan pemetaan kerapatan kanopi vegetasi tegak di Sub DAS Bompon, dimana penggunaan lahan vegetasinya berupa kebun campuran dan hutan rakyat sehingga vegetasi tegak pada wilayah ini adalah sangat heterogen. Penelitian ini menggunakan beberapa indeks vegetasi dari citra satelit Sentinel-2 juga membandingkan metode pengukuran kerapatan kanopi dari hemispherical photography (pemotretan keatas) dan UAV (pemotretan kebawah). Tahapan penelitian meliputi pra-pengolahan citra Sentinel-2 dan membangun transformasi indeks vegetasi yaitu RVI, NDVI, SAVI, ARVI dan EVI. Dilanjutkan dengan pengumpulan data kerapatan kanopi, analisis regresi linier dan membangun peta kerapatan kanopi dari persamaan regresi linier antara indeks vegetasi dengan nilai kerapatan kanopi. Hasil penelitian menunjukkan bahwa NDVI merupaka indeks vegetasi terbaik untuk pemetaan kerapatan kanopi di Sub DAS Bompon. Hal ini dikarenakan indeks tersebut memiliki korelasi terbaik dan RMSE terendah setelah dijadikan peta kerapatan kanopi dari data UAV.
半球摄影和无人机的CANOPIC访问控制,以满足CENTINEL-2柠檬醛的使用
这项研究的目的是绘制Bompon次区域植被冠状结构的密度,在那里,植被的使用是混合的花园和农民的森林,从而使这个地区的植被垂直异质。这项研究使用了哨兵卫星图像中的植被索引,也比较了半色调摄影和无人机摄影的天篷密度。研究阶段包括前处理哨兵2图像,并构建了RVI、NDVI、SAVI、ARVI和EVI等植被指数的转型。接下来是树冠密度数据的收集,线性回归分析,并对树冠索引和树冠密度指数之间的线性回归方程进行了线性回归地图。研究表明,NDVI是在水下沼泽分水岭中树冠密度最好的植被索引。这是因为该索引在成为无人机数据的树冠密度图后具有最佳相关和最低的RMSE。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
28
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信