INDEKS VEGETASI PADA KAWASAN HUTAN DI KABUPATEN PEKALONGAN

Brian Pradana, Ade Pugara, Bagus Nuari Priambudi

Abstract


Pada era saat ini hutan memegang peranan yang penting bagi keseimbagan kehidupan baik dari sisi air, tanah dan udara. Keseimbangan ini tentunya perlu dijaga dan dipertahankan agar berfungsi sebagaimana mestinya. Seiring dengan berkembangnya zaman, monitoring kawasan berkembang dengan sangat cepat, dari yang dulunya harus meninjau lokasi satu per satu namun sekarang dapat menggunakan citra untuk membantu melakukan monitoring pada kawasan hutan. Tujuan dalam penelitian ini adalah mengetahui nilai indeks vegetasi yang ada di kawasan hutan Kabupaten Pekalongan. Dalam penelitian ini akan menggunakan citra Landsat 8 sebagai basis datanya. Metode yang digunakan adalah analisis deskriptif kuantitatif dengan pendekatan GIS berbasis indeks vegetasi (NDVI). Hasil yang didapatkan adalah Indeks vegetasi hutan di Kabupaten Pekalongan berkisar antara + - 0,0503681 sampai 0,579192. Untuk indeks nilai min dan max paling tinggi terdapat di Kecamatan Petungkriyono, sedangkan untuk nilai mean paling tinggi adalah di Kecamatan Karangdadap yaitu dengan nilai 0,420. Secara keseluruhan indeks vegetasi hutan di Kabupaten Pekalongan tergolong dalam kategori baik dengan mayoritas merupakan kelas kerapatan tinggi sebesar 43,41% dan kelas kerapatan sedang sebesar 40,72%.

Keywords


Hutan; Monitoring; NDVI

Full Text:

PDF

References


Cui, X., Gibbes, C., Southworth, J., & Waylen, P. (2013). Using remote sensing to quantify vegetation change and ecological resilience in a semi-arid system. Land, 2(2), 108-130.

D ­az-Delgado, R., Lloret, F., Pons, X., & Terradas, J. (2002). Satellite evidence of decreasing resilience in Mediterranean plant communities after recurrent wildfires. Ecology, 83(8), 2293-2303.

Klisch, A., & Atzberger, C. (2016). Operational drought monitoring in Kenya using MODIS NDVI time series. Remote Sensing, 8(4), 267.

Liu, H., & Wang, X. (2019). ASSESSING NDVI SPATIAL PATTERN RELATED TO MANAGEMENT ZONES. APPLIED ECOLOGY AND ENVIRONMENTAL RESEARCH, 17(3), 6269-6285.

Liu, Y., Feng, Y., Zhao, Z., Zhang, Q., & Su, S. (2016). Socioeconomic drivers of forest loss and fragmentation: A comparison between different land use planning schemes and policy implications. Land Use Policy, 54, 58-68.

Pettorelli, N., Laurance, W. F., O'Brien, T. G., Wegmann, M., Nagendra, H., & Turner, W. (2014). Satellite remote sensing for applied ecologists: opportunities and challenges. Journal of Applied Ecology, 51(4), 839-848.

Pettorelli, N., Vik, J. O., Mysterud, A., Gaillard, J.-M., Tucker, C. J., & Stenseth, N. C. (2005). Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in ecology & evolution, 20(9), 503-510.

Rao, Y., Zhu, X., Chen, J., & Wang, J. (2015). An improved method for producing high spatial-resolution NDVI time series datasets with multi-temporal MODIS NDVI data and Landsat TM/ETM+ images. Remote Sensing, 7(6), 7865-7891.

Yengoh, G. T., Dent, D., Olsson, L., Tengberg, A. E., & Tucker III, C. J. (2015). Use of the Normalized Difference Vegetation Index (NDVI) to assess Land degradation at multiple scales: current status, future trends, and practical considerations: Springer.




DOI: http://dx.doi.org/10.26623/ijsp.v2i1.3185

Refbacks

  • There are currently no refbacks.


View My Stats