咖啡生产率和植被指数的估计使用了SPOT-7图像

Devi Nilam Sari, Bandi Sasmito, Firmanto Hadi, Akbar Kurniawan
{"title":"咖啡生产率和植被指数的估计使用了SPOT-7图像","authors":"Devi Nilam Sari, Bandi Sasmito, Firmanto Hadi, Akbar Kurniawan","doi":"10.14710/elipsoida.2022.16827","DOIUrl":null,"url":null,"abstract":"Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"57 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7\",\"authors\":\"Devi Nilam Sari, Bandi Sasmito, Firmanto Hadi, Akbar Kurniawan\",\"doi\":\"10.14710/elipsoida.2022.16827\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.\",\"PeriodicalId\":190139,\"journal\":{\"name\":\"Elipsoida : Jurnal Geodesi dan Geomatika\",\"volume\":\"57 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-11-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Elipsoida : Jurnal Geodesi dan Geomatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14710/elipsoida.2022.16827\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Elipsoida : Jurnal Geodesi dan Geomatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14710/elipsoida.2022.16827","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

世界上第二珍贵的贸易商品是咖啡,它有助于国家外汇。根据BPS(统计中心)2021年的咖啡生产数据,东爪哇省排名第16位为se- indonesia咖啡生产。马朗区班吉兰村的班吉兰花园是爪哇东部的一个咖啡种植园。作为一个试验场,这个种植园于1901年建立。需要对咖啡生产进行持续监控,因为当地种植的作物年年不同。在农业领域,遥感可以用来估计咖啡植物的生产力。用一种没有直接身体接触的设备收集物体的信息被称为“遥感”。遥感的一个好处是快速获取数据,特别是在具有挑战性的陆地研究领域。在这项研究中,使用正常的蔬菜变异性指数数据,修正的蔬菜变异性指数(NDVI),和正常的绿色蔬菜指数(GNDVI)。为了解决混合像素困难,多名Endmember频谱分析(MESMA)是本研究中使用的分类器。本研究的目的是评估MESMA土地的分类是否准确,了解咖啡在Bangelan花园的生产力。在本研究中,生产力估计值是用简单的线性、多项式和线性倍数来计算的。根据简单的线性回归计算,最佳估计模型由NDVI生产,NDVI的标准偏差为505,875公斤/Ha,生产力为34.396369公斤/Ha。根据多项式回归计算,最好的估计模型是由NDVI标准偏差为44.158公斤/哈,生产力为34.387,395公斤/哈。使用连续线性回归进行计算的最佳估计模型是NDVI,它的标准偏差为352,414公斤/哈,生产力为34.394,658公斤/哈。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7
Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
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