PEMODELAN NDVI (Normalized Difference Vegetation Index) DENGAN KONSENTRASI CO2 UDARA AMBIEN KOTA SURABAYA
NDVI (Normalized Difference Vegetation Index) Modeling With Ambient Air CO2 Concentration in Surabaya City
Penelitian ini bertujuan untuk mengkaji hubungan antara NDVI dengan konsentrasi CO2 (Karbon Dioksida) dan membuat pemodelan NDVI dengan konsentrasi CO2 (Karbon Dioksida) di Kota Surabaya pada musim kemarau.
Penelitian ini menggunakan jenis penelitian survey, berlokasi di Kota Surabaya. Alat yang digunakan adalah Carbon Monoxide Meter dan Global Positioning System (GPS). Populasi penelitian didasarkan atas transect garis pembagian wilayah Kota Surabaya (Utara, Timur, Selatan, Barat dan Pusat). Pengambilan sampel menggunakan nilai NDVI pada setiap piksel yang tersebar di bagian utara, timur, barat, selatan dan pusat 100 lokasi. Dokumentasi dilakukan untuk mendapatkan data sekunder dari USGS Earth Explorer meliputi Citra Landsat 8 OLI pada bulan Mei 2022 Tahun 2022 yang kemudian akan dianalisis indeks NDVI. Pengukuran dilakukan di seratus titik sampel pada lima lokasi penelitian diukur pada pukul 06.00 WIB, 12.00 WIB, 15.00 WIB dan 18.00 WIB per hari kemudian dicari nilai rata-ratanya dalam satu hari. Analisis data yang dilakukan adalah korelasi pearson untuk menentukan hubungan antara konsentrasi CO2 (Karbon Dioksida) dengan NDVI.
Sejalan dengan tujuan (1) hasil penelitian menunjukkan bahwa hasil r hitung (pearson correlation) antara NDVI dengan konsentrasi CO2 pada pagi dan siang hari sebesar 0,409 dan 0,351 berkatagori berhubungan lemah, pada sore hari sebesar 0,491 berkategori berhubungan sedang, pada malam hari sebesar 0,797 berkategori hubungan cukup tinggi. Sejalan dengan tujuan (2) hasil penelitian menunjukkan bahwa pemodelan antara NDVI dengan CO2 pada malam hari di Kota Surabaya yakni Y = 458,502+191,879 X untuk nilai NDVI rentang 0,00 sampai 0,45 dengan nilai R2 0,635 atau (6%) yang berarti model ini pada malam hari dapat digunakan namun kurang akurat karena masih ada pengaruh dari faktor lain meliputi jenis tanaman, suhu udara, curah hujan, sinar matahari, arah dan kecepatan angin.
Kata Kunci: NDVI, pemodelan CO2, korelasi pearson
This study aims to examine the relationship between NDVI and CO2 (Carbon Dioxide) concentrations and make NDVI modeling with CO2 (Carbon Dioxide) concentrations in the city of Surabaya during the dry season.
This research uses a survey research type, located in the city of Surabaya. The tools used are Carbon Monoxide Meter and Global Positioning System (GPS). The research population is based on the transect line dividing the area of Surabaya City (North, East, South, West and Center). Sampling uses NDVI values for each pixel spread across the north, east, west, south and center of 100 locations. Documentation was carried out to obtain secondary data from the USGS Earth Explorer including Landsat 8 OLI imagery in May 2022, 2022 which will then be analyzed for the NDVI index. Measurements were taken at one hundred sample points at five study locations at 06.00 WIB, 12.00 WIB, 15.00 WIB and 18.00 WIB per day then the average value was found in one day. Data analysis was carried out using pearson correlation to determine the relationship between CO2 (Carbon Dioxide) concentrations and NDVI.
In line with objectives (1), the results of the study showed that the results of r square (pearson correlation) between NDVI and CO2 concentrations in the morning and afternoon were 0.409 and 0.351 in the category of weakly related, in the afternoon of 0.491 in the category of moderately related, in the evening of 0.797 in the category of relationship is quite high. In line with objective (2), the results of the study show that the modeling between NDVI and CO2 at night in the city of Surabaya is Y = 458.502 + 191.879 X for NDVI values ranging from 0.00 to 0.45 with an R2 value of 0.635 or (6%) which means This model can be used at night but is less accurate because there are still influences from other factors including plant type, air temperature, rainfall, sunlight, wind direction and speed
Keyword: NDVI, CO2 modeling, pearson correlation