Pengaruh Distribusi Spasial Sampel Pemodelan Terhadap Akurasi Estimasi Leaf Area Index (LAI) Mangrove

Leaf Area Index (LAI) memiliki arti penting dalam penentuan kesehatan hutan mangrove. Citra penginderaan jauh sangat membantu estimasi status LAI mangrove, terutama dengan menggunakan pendekatan semi-empiris. Pendekatan ini membutuhkan pemilihan lokasi dan distribusi nilai sampel yang tepat, baik untuk pemodelan atau uji akurasi. Namun demikian, seringkali penentuan sampel ini dilakukan tanpa memperhatikan kedua hal tersebut. Penelitian ini bertujuan untuk melakukan analisis eksploratif terhadap sampel lapangan yang dikumpulkan untuk menjawab (1) apakah distribusi spasial dan (2) distribusi nilai sampel pemodelan berpengaruh terhadap akurasi estimasi LAI mangrove. Metode yang digunakan adalah dengan membangun model hubungan regresi antara nilai piksel Soil-Adjusted Vegetation Index (SAVI) dari citra ALOS AVNIR-2 (10m) dengan pengukuran LAI di lapangan menggunakan LICOR LAI-2200. Sampel pemodelan dan uji dipilih secara random dan purposive melalui simulasi tiga skenario berdasarkan distribusi spasial dan sebaran nilainya. Kemudian hasil estimasi LAI diuji akurasinya menggunakan plot hubungan 1:1 dan Standar Error of Estimate (SEE). Hasil penelitian menunjukkan bahwa akurasi estimasi LAI dipengaruhi oleh distribusi spasial dan nilai sampel pemodelan. Akurasi estimasi yang tinggi diperoleh jika distribusi spasial sampel pemodelan tersebar merata dan nilai sampel meliputi rentang nilai sampel lapangan