FIELDimageR Analysis Tumbuhan

Tri Cahyo Utomo
Tri Cahyo Utomo
0 menit baca
Beberapa layer digunakan index dan formula yang berbeda-beda, untuk menganalisis vegetasi, tumbuhan. Kesembilan index tersebut secara kenampakan tidak ada perubahan satu sama lainnya, akan tetapi dari tingkat volume warna yang berbeda-beda.

Indices yang dapat di gunakan dalam fieldimageR juga dapat mengcustom index menggunakan formula yang kalian inginkan. sembilan heatmap dalam grid 3x3 yang masing-masing merepresentasikan indeks atau saluran warna tertentu. Heatmap ini menyediakan visualisasi distribusi nilai untuk berbagai parameter. Setiap heatmap memiliki rentang warna dari ungu (rendah) hingga kuning (tinggi) untuk menunjukkan distribusi nilai.
  1. Red, Green, Blue: Ini adalah saluran warna dasar yang menggambarkan intensitas warna merah, hijau, dan biru. Area dengan warna kuning menunjukkan nilai tinggi, sementara warna ungu menunjukkan nilai rendah.
  2. NGRDI (Normalized Green Red Difference Index): Ini adalah indeks vegetasi yang menunjukkan perbedaan antara saluran hijau dan merah, sering digunakan untuk memetakan vegetasi.
  3. BGI (Blue Green Index): Indeks ini menunjukkan hubungan antara warna biru dan hijau, yang dapat digunakan untuk mengidentifikasi pola tertentu di citra lingkungan.
  4. GLI (Green Leaf Index): GLI mengukur intensitas hijau yang terkait dengan daun atau vegetasi.
  5. VARI (Visible Atmospherically Resistant Index): Indeks ini menekankan perbedaan antara warna hijau, merah, dan biru untuk mengurangi pengaruh atmosfer pada citra.
  6. myIndex 1 dan myIndex 2: Ini sepertinya adalah indeks kustom yang dirancang khusus untuk tujuan tertentu. Analisis lebih lanjut bergantung pada konteks dan formula yang digunakan untuk menghitung indeks ini.

Dalam setiap plot yang sudah diberi ID terdapat label open attribute tabelnya, setiap petak tersebut di dapat dari data table csv yang sudah dibuat dang join table setiap areanya. Petak dan pematang diberikan jarak memfokuskan objek tumbuhan.


Hasil sudah dapat di localhost dibagian pojok kanan show window tampilan lebih lebar dan bisa di onlinekan dengan publis html dan menginstal package installnya, untuk export ada dua save image dan save as web.
Mengambil sampel dari tumbuhan dan tanah dengan membuat polygon area tanah dan tumbuhannya, sampel tidak ditentukan, lebih banyak lebih baik, jika selesai dilanjut pojok kanan bawah done, kemudian untuk mendapatkan random forest classification.
 
Opsi kedua untuk melihat dan mengklasifikasikan tumbuhan dan tanah, saya mencoba opsi tiga menggunakan kenampakan imagery dan menghapus tanah dan memisahkan dari tumbuhan dengan hasil kenampakan imagery. 

Kenampakan Opsi tiga menggunakan imagety terlihat tumbuhan saja yang ditampakan dengan legenda false tumbuhan dan true tanah. Berikut tampilan tampilan sinkronisasi beberapa layer individu mulai dari rgb, ngrdi, bgi, yield, juga bisa custom sesui formula kepentingan kalian.


 berikut tampilan localhost keempat layer tersebut:




Baca Juga:
Tri Cahyo Utomo
Tri Cahyo Utomo
Drone Pilot Mapping | Map Analyst | Surveyor.
Follow me on: Linkedlin
Artikel Terkait
  • Skeleton Image
  • Skeleton Image
  • Skeleton Image
  • Skeleton Image
  • Skeleton Image
  • Skeleton Image
1 komentar
Batal
Comment Author Avatar
Tri Cahyo Utomo
Tes
Balas