ALGORITMA ESTIMASI KANDUNGAN KLOROFIL TANAMAN PADI DENGAN DATA AIRBORNE HYPERSPECTRAL

Abstract

Klorofil merupakan pigmen yang paling penting dalam proses fotosintesis. Tanaman sehat yang mampu tumbuh maksimum umumnya  memiliki jumlah klorofil yang lebih besar daripada tanaman yang tidak sehat. Dalam Estimasi kandungan klorofil tanaman padi dengan airborne hyperspectral dibutuhkan algoritma khusus untuk mendaaptkan akurasi yang baik. Objek dari penelitian ini mengembangkan reflektan in situ menjadi model algoritma   estimasi kandungan klorofil tanaman padi untuk airborne hyperspectral.  Dalam penelitian ini beberapa indeks vegetasi seperti normalized difference vegetation index (NDVI), modified simple ratio (MSR)  , modified/transformed chlorophyll absorption ratio index (MCARI, TCARI) dan bentuk integrasi (MCARI/OSAVI and TCARI/OSAVI) digunakan untuk membentuk model estimasi dengan metode regresi linear. Selain itu juga digunakan  Blue/Green/Yellow/Red Edge Absorption Clhorophyll Index. Dari proses regresi di dapatkan tiga ground model yang mempunyai korelasi kuat (R2>=0.5) terhadap klorofil tanaman padi. Ketiga model tersebut yaitu MSR (705,750) dengan R2 sebesar 0.51, TCARI/OSAVI (705, 750) dengan R2 sebesar 0.52 dan REACL 2 dengan R2 sebesar 0.57. Dari ketiga tersebut dipilih groun model terbaik REACL 2 untuk di upscalling ke model algoritma airborne hyperspectral.  Pembentukan algoritma dengan data airborne hyperspectral sensor Hymap dan REACL 2 menghasilkan model algoritma ( Klorofil (SPAD unit) = 3.031((B22-B18)/(B18-B13)) + 31.596) dengan R2 sebesar 0.78