ANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA SATELIT LANDSAT (Studi Kasus : Provinsi Jambi, Path/Row 125/61)
RYAN KARIDA PRATAMA
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat (Path/Row 125/61) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2014 Ryan Karida Pratama NIM G24100023
ABSTRAK RYAN KARIDA PRATAMA. Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat. Dibimbing oleh IDUNG RISDIYANTO. Suhu permukaan dan suhu udara suatu wilayah dipengaruhi oleh strata tutupan lahan. Strata tutupan lahan terbagi atas tiga yaitu badan air, lahan vegetasi, dan lahan terbangun. Tujuan penelitian ini adalah mengetahui pengaruh perubahan parameter fisik yaitu albedo, suhu permukaan dan suhu udara sebagai dampak perubahan penutupan lahan dan mengetahui perubahan pola distiribusi suhu udara yang disebabkan perubahan lahan. Data yang digunakan merupakan data citra Landsat pada tahun 1997, 2000, 2009, dan 2013. Parameter fisik dihasilkan dari hasil pengolahan spectral radiance resolusi resample dari 30 m x 30 m menjadi 250 m x 250 m. Nilai albedo dan suhu udara diduga menggunakan band visible (Landsat 5 dan 7 band 3, 2, 1) sedangkan nilai suhu permukaan diduga menggunakan band thermal (Landsat 5 dan 7 band 6). Distribusi spasial suhu udara diturunkan dengan menggunakan interpolasi IDW (inverse distance weighted). Hasil analisis menunjukkan bahwa pada tahun 1997, 2000, 2009 dan 2013 rata-rata albedo yaitu badan air (0.054, 0.050, 0.052 dan 0.056), lahan vegetasi (0.092, 0.083, 0.089 dan 0.098), lahan terbuka (0.187, 0,118, 0.106 dan 0.134). Rata-rata suhu permukaan yaitu 26,1oC, 24,4 oC, 26,5 oC, dan 31oC. Rata-rata suhu udara yaitu 29 oC, 27 oC, 28 oC dan 29 oC. Penurunan luas lahan terbuka sebesar 7% menjadi lahan vegetasi (1997-2000) yang disebabkan lahan vegetasi menyebabkan nilai albedo,suhu permukaan dan suhu udara mengalami penurunan. Penurunan lahan vegetasi sebesar 4% (20002009) yang disebabkan pembukaan lahan menyebabkan nilai albedo, suhu permukaan dan suhu udara mengalami kenaikan. Peningkatan lahan terbuka sebesar 6% (2009-2013) menyebabkan nilai albedo, suhu permukaan dan suhu udara mengalami kenaikan. Peningkatan lahan terbuka pada tahun 2000-2009 memiliki nilai spesifik suhu permukaan yaitu 7,94x106 0C/Ha. Peningkatan lahan terbuka pada tahun 2009-2013 memiliki nilai spesifik suhu permukaan yaitu 9,03x106 0C/Ha. Kata kunci: Klasifikasi Lahan, Albedo, Suhu Permukaan, Suhu udara, Interpolasi IDW.
ABSTRACT RYAN KARIDA PRATAMA. Analysis of Albedo, Surface and Air Temperature Changes as The Impact Land Cover Changes Using Landsat Satellite Image Data. Supervised by IDUNG RISDIYANTO. Surface and air temperature of a region are influenced by strata land cover. Strata land cover of the area including water-body, vegetated area, and open land. The purposes of this study were to determine the effect of physical parameters use changes on the values of albedo, the surface and air temperature and also observe the changes in distribution pattern of temperature induced by land changes. The data used in this research were Landsat image data of 1997, 2000, 2009, and 2013. Physic parameters obtained were the result of spectral radiance processing resolution resample from 30 m x 30 m to 250 m x 250 m. Albedo and air temperature values used the visible band (Landsat 5 and 7 band 3, 2, 1), while surface temperature value used thermal band (Landsat 5 and 7 band 6). Air temperature distribution derived using IDW interpolation (Inverse Distance Weighted). The analysis showed that in 1997, 2000, 2009, 2013 the average albedo is a water body (0.054, 0.050, 0.052 and 0.056), vegetated area (0.092, 0.083, 0.089 and 0.098), open land (0.187, 0,118, 0.106 dan 0.134). Average of surface temperature was 26.1 oC, 24.4 oC, 26.5 oC, 31 oC. Average of air temperatures was 29 oC, 27 oC, 28 oC and 29oC. Decline in open land by 7% (1997-2000) to vegetated area caused value of albedo, surface and air temperature decreased. Decline in vegetated area by 4% (2000-2009) caused of open land causing value of albedo, surface and air temperature increase. Increase of open land by 6% (2009-2013) caused value of albedo, surface and air temperature increase. Increase of open land in 2000-2009 has a value of spesific surface temperature is 7,94x106 0C/Ha. Increase in open land in 2009-2013 has a value of spesific surface temperature is 9,03x106 0C/Ha.
Keyword : Land Classification, Albedo, Surface Temperature, Air Temperature, IDW Interpolation
ANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA SATELIT LANDSAT (Studi Kasus : Provinsi Jambi, Path/Row 125/61)
RYAN KARIDA PRATAMA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Geofisika dan Meteorologi
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi : Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat Nama : Ryan Karida Pratama NIM : G24100023
Disetujui oleh
Idung Risdiyanto, SSi, MSc Pembimbing
Diketahui oleh
Dr Ir Tania June, MSc Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan September 2013 sampai april 2014 ialah suhu permukaan, dengan judul Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat. Pada kesempatan ini, penulis mengucapkan terima kasih kepada Ayah (Abdul Kadir), Ibu (Marida Simamora), Adik (Ridho Karida Putra dan Dhena Aulia Karida) serta seluruh keluarga yang memberikan semangat, dukungan, doa, dan kerja keras sehingga penulis dapat menyelesaikan gelar sarjana. Terima kasih sebesar-besarnya penulis ucapkan kepada Bapak Idung Risdiyanto, Ssi, MSc selaku dosen pembimbing skripsi yang telah banyak memberikan bimbingan dan pola pikir dalam proses penelitan tugas akhir dan penulisan skripsi. Terima kasih juga penulis ucapkan kepada Bapak Dr Rahmat Hidayat Ssi, MSc, Ph.D dan Bapak Sonni Setiawan Ssi, Msi selaku dosen penguji sidang. Terima kasih juga penulis ucapkan kepada Prof Rizaldi Boer selaku pembimbing akademik penulis, Bapak Prof Dr Ir Ahmad Bey selaku ketua laboratorium meteorologi dan Pencemaran Atmosfer yang telah memberikan ilmu, saran, perhatian dan dukungan. Terima kasih penulis ucapkan kepada Ibu Dr Ir Tania June, Msc selaku ketua departemen GFM, serta seluruh dosen dan staf departemen Geofisika dan Meteorologi Terapan IPB, Khususnya Pak Azis yang telah membantu dalam proses administrasi dan Pak Nandang yang telah membantu dalam proses penelitan tugas akhir. Terima kasih penulis ucapkan kepada Yayasan Karya Salemba Empat sebagai donatur yang telah memberikan beasiswa kepada penulis. Terima Kasih penulis ucapakan kepada Sri Muslimah yang memberikan bantuan, semangat serta doa kepada penulis sehingga dapat menyelesaikan tugas akhir. Teman-teman seperjuangan GFM 47 umumnya dan khusunya Taisir, Indro, Haikal dan Givo yang telah bersama selama 3 tahun. Teman-teman Himaja (Himpunan Mahasiswa Jambi) atas dukungan dan kebersamaan selama ini. Terima kasih atas ilmu dan pengalamnnya selama ini. Bapak Supri dari Badan Meteorologi dan Geofisika Provinsi Jambi yang telah membantu dalam proses data penelitian tugas akhir. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu dan memberikan dukungannya selama ini. Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2014 Ryan Karida Pratama
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
3
METODE
3
Waktu dan tempat penelitian
3
Bahan
3
Alat
3
Prosedur Analisis Data
4
HASIL DAN PEMBAHASAN
8
Profil Wilayah Kajian
8
Perubahan Luasan Penutupan Lahan
9
Distribusi Spasial Albedo
11
Distribusi Spasial Suhu Permukaan
13
Distribusi Spasial Suhu Udara
16
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
19
DAFTAR PUSTAKA
20
LAMPIRAN
22
RIWAYAT HIDUP
45
DAFTAR TABEL 1. Nilai albedo hasil ekstraksi data citra landsat dan literatur
11
DAFTAR GAMBAR 1 2 3 4 5 6 7 8
Peta Wilayah Kajian Persentase kelas tutupan lahan dengan data citra Landsat Distribusi nilai albedo Hubungan albedo, Suhu Permukaan, dan Suhu Udara Distribusi Suhu Permukaan di Provinsi Jambi Nilai Spesifik Suhu permukaan terhadap luas area Peta hasil nilai suhu udara menggunakan interpolasi IDW Distribusi perubahan nilai suhu udara
9 10 12 13 14 15 17 18
DAFTAR LAMPIRAN 1 Nilai sudut Azimuth dan sudut Elevation matahari saat tanggal akuisisi citra satelit landsat 2 TM spectral range, post-calibration dynamic ranges, and mean ESUN 3 ETM spectral range, post-calibration dynamic ranges, and resolution 4 Band-band pada landsat dan kegunaannya 5 Meta data citra satelit 6 Peta Albedo 7 Peta suhu permukaan 8 Peta suhu udara 9 Diagram alir penelitan 10 Foto kondisi dilapangan sebagai titik Ground Control Point
22 22 22 23 24 36 38 40 42 43
1
PENDAHULUAN Latar Belakang Provinsi Jambi merupakan provinsi yang memiliki kontribusi dalam konservasi hutan di Sumatera. Kerusakan hutan semakin lama semakin meningkat,Sumargo et al. (2011) menyatakan bahwa kerusakan hutan terbesar berada di Sumatera (3,33 juta ha) dan Kalimantan (4,95 juta ha) pada tahun 2009. Menurut Surat Keputusan Gubernur Jambi Nomor :108 Tahun 1999 Provinsi Jambi memiliki luas kawasan hutan sebesar 2.179.440 hektar atau 42,73 % luas daratannya. Hampir setengah dari luar Provinsi Jambi adalah kawasan hutan dengan berbagai tipe vegetasi. Namun saat ini luas hutan Provinsi Jambi mengalami perubahan yang signifikan. Menurut data Forest Watch Indonesia 2001 hutan Provinsi Jambi yang sudah gundul atau mengalami perubahan fungsi sebesar 522.858 hektar pada tahun 1990. Kehilangan hutan semakin bertambah dan diduga mempengaruhi suhu. Kenaikan suhu global rata-rata disebabkan oleh berbagai faktor. Salah satu faktor yaitu berkurangnya kelestarian hutan yang mendukung naiknya suhu yang dipengaruhi oleh aktivitas manusia. Namun tahun 2014 hutan telah mengalami perubahan yang besar, hutan mengalami alih fungsi lahan dan penebangan hutan secara ilegal dan legal mulai dibuka secara besarbesaran. Laju kerusakan hutan pada tahun 1985-1997 telah mencapai sebesar 2,2 juta hektar per tahun (FWI, 2001). Kerusakan hutan terutama disebabkan oleh penebangan liar, kebakaran hutan (baik disengaja atau tidak), pembukaan perkebunan secara besar-besaran serta kerusakan-kerusakan yang ditimbulkan oleh HPH (Hak Pengusahaan Hutan). Perubahan komposisi tutupan lahan vegetasi dari hutan menjadi lahan perkebunan, lahan pertanian bahkan lahan terbangun menyebabakan perubahan penerimaan radiasi yang sampai permukaan bumi. Komposisi tutupan lahan berupa hutan memiliki radiasi yang akan tertahan di kanopi hutan, namun ketika komposisi berubah dari komposisi tutupan lahan berupa hutan menjadi lahan terbuka maka radiasi matahari akan sampai langsung ke permukaan bumi dan akan diserap sehingga akan meningkatkan suhu permukaan. Menurut Dobos 2013 kemampuan permukaan dalam menyerap, memantulkan dan mentransmisikan radiasi matahari di pengaruhi nilai albedo. Albedo merupakan nisbah perbandingan besar radiasi gelombang pendek yang dipantulkan dengan besar radiasi glombang pendek yang diterima. Nilai albedo dipengaruhi oleh jenis permukaan, sifat radiasi permukaan, kondisi atmosfer dan sifat fisik tanah. Nilai albedo tersebut tentu akan mempengaruhi nilai suhu permukaan yang berada di wilayah tersebut. Perubahan fungsi lahan mengakibatkan berubahnya suhu permukaan di Provinsi Jambi. Pendekatan yang dapat dilakukan dengan melakukan penginderaan jauh dengan menggunakan Citra Landsat. Weng et al. 2001 mengestimasi perubahan suhu permukaan akibat perluasan daerah perkotaan dengan mengkombinasikan data GIS (Geographic Information System)dengan citra landsat. Hasilnya menunjukkan bahwa pertumbuhan daerah perkotaan meningkatkan suhu permukaan sebesar 13,01 K yang berkolerasi positif dengan penurunan biomassa tumbuhan.
2 Penelitian ini akan menghitung nilai albedo, suhu permukaan, dan suhu udara dengan menggunakan citra satelit landsat. Satelit landsat 5 TM dan 7 ETM dipilih karena merupakan pengembangan dari citra sebelumnya yang disempurnakan dengan peningkatan resolusi spasial dan kepakaan sensor radiometrik. Resolusi Spasial merupakan kemampuan sensor satelit dalam mengindera ukuran terkecil dari suatu objek sedangkan sensor radiometrik merupakan kemampuan sensor dalam merekam atau mengindera perbedaan terkecil suatu objek dengan objek yang lain (ukuran kepekaan sensor). Satelit landsat memiliki band yang peka terhadap nilai albedo, suhu permukaan dan suhu udara (lampiran 4). Nilai albedo dan suhu udara diturunkan dari spectral radiance dengan menggunakan band visible yang peka terhadap tanaman, pengukuran nilai pantul dan pemetaan tanah dan tumbuhan. Nilai suhu permukaan diturunkan dari spectral radiance dengan menggunakan band 6 yaitu band thermal yang peka terhadap pemetaan panas. Nilai suhu udara diinterpolasi dengan menggunakan metode IDW (Inverse Distance Weighted) sehingga akan terlihat wilayah-wilayah mana saja yang mengalami perubahan suhu udara.
Perumusan Masalah Apakah perubahan tutupan lahan wilayah Provinsi Jambi menyebabkan nilai suhu permukaan dan suhu udara ikut berubah. Jika ya, apa penyebabnya, seberapa besar perubahan dengan menggunakan data citra satelit dan bagaimana pola perubahan nilai suhu permukaan dan suhu udara. Jika tidak, hal apakah yang dominan menyebabkan perubahan tersebut tidak terjadi.
Tujuan Penelitian Tujuan penelitian ini adalah 1. Mengetahui pengaruh perubahan lahan terhadap nilai-nilai albedo, suhu permukaan, dan suhu udara yang diturunkan dari citra satelit landsat. 2. Mengetahui perubahan pola distribusi suhu udara yang disebabkan oleh perubahan lahan.
Manfaat Penelitian Perhitungan suhu permukaan dapat memberikan informasi mengenai kemampuan suatu objek seperti tutupan lahan perkebunan, lahan pertanian dan lahan terbuka dalam menyerap energi radiasi matahari sehingga dapat diketahui tutupan lahan mana yang paling maksimum menyerap energi radiasi matahari. Perhitungan suhu permukaan dapat mempengaruhi nilai suhu udara, sehingga dapat diketahui tutupan lahan apakah yang dapat menyerap energi radiasi matahari yang tidak membuat suhu udara menjadi naik. Selain itu, hasil perhitungan suhu permukaan dan suhu udara dapat digunakan dalam perencanaan tata ruang suatu wilayah dengan melihat apakah wilayah tersebut dapat
3 menampung kapasitas panas dari energi radiasi matahari sehingga tetap berada dalam suhu dan iklim yang nyaman.
Ruang Lingkup Penelitian Penelitian ini hanya dibatasi untuk wilayah yang mengalami perubahan tutupan lahan vegetasi menjadi lahan terbuka. Nilai yang diperoleh mengggambarkan nilai pergerakan suhu permukaan dan suhu udara yang mengalami perubahan tutupan lahan dengan citra satelit yang digunakan.
METODE Waktu dan tempat penelitian Penelitian dilaksanakan pada bulan September 2013 hingga bulan April 2014 di Provinsi Jambi dan Laboratorium Meteorologi dan Pencemaran Atmosfer. Departemen Geofisika dan Meteorologi, FMIPA IPB. Kegiatan penelitian dilakukan dua tahap yaitu survei lapangan di Provinsi Jambi pada bulan September 2013 hingga Januari 2014, tahap kedua pengolahan data di Laboratorium Meteorologi dan Pencemaran Atmosfer.
Bahan Bahan yang digunakan dalam penelitan ini adalah data citra setelit Landsat 5 TM dan citra satelit Landsat 7 ETM dengan Path/Row yang digunakan yaitu 125/61. Tahun akuisisi data untuk Landsat 5 TM yaitu tahun 1997, 2000, dan 2009 sedangkan untuk Landsat 7 ETM yaitu tahun 2013. Data citra dapat diunduh di situs glovis.usgs.gov. Data Landuse 2012 dan data batas administrasi.
Alat Alat yang digunakan dalam penelitian ini adalah seperangkat komputer beserta software. Software yang digunakan yaitu ER Mapper 7.1 yang digunakan dalam pengolahan data citra satelit, ArcGIS 10.1, Google Earth dan Global Mapper 12 yang digunakan dalam pengolahan GIS (Geographic Information System). Selain itu digunakan juga Minitab 14 dan Microsoft Office 2007 yang digunakan dalam pengolahan data.
4 Prosedur Analisis Data Penelitian dilakukan dalam beberapa proses tahapan, tahapan pertama survei lapangan untuk menentukan lokasi yang mengalami perubahan tutupan lahan selanjutnya tahapan kedua melakukan pengolahan data citra satelit. Pengolahan Awal Data Citra Satelit Langkah awal dalam pengolahan data citra satelit terdiri dari koreksi geometrik, membuat file shp wilayah penelitian, pemotongan wilayah penelitian dan klasifikasi penutupan lahan. Menurut Jensen 2000, Koreksi geometrik dilakukan agar error geometri dapat dikurangi sehingga proyeksi serta anotasi citra sesuai dengan peta. Selain itu koreksi geometrik dapat digunakan untuk pemilihan datum dan Gound Control Point (GCP) yang digunakan untuk mengkoreksi peta. Pembuatan file shp dilakukan dengan menggunakan software ArcGIS dengan mendigitasi daerah wilayah penelitian. Pemotongan wilayah penelitian dengan menggunakan software ER Mapper dan file shp yang telah dibuat untuk membatasi cakupan wilayah. Klasifikasi penutupan lahan dilakukan dengan menggunakan metode klasifikasi tak terbimbing. Klasifikasi tak terbimbing pada citra menggunakan band 5, band 4, dan band 2 baik untuk landsat 5 dan landsat 7. Panjang gelombang band 5 yaitu 1.55-1.75 µm dengan gelombang SWIR, band 4 yaitu 0.76-0.90 µm dengan gelombang NEAR dan band 2 yaitu 0.52-0.60 µm dengan gelombang green. Klasifikasi tak terbimbing merupakan proses pengelompokan dari nilai digital number menjadi beberapa kelas dengan menggunakan analisis cluster (Indarto dan Faisol 2009). Kelas klasifikasi dibagi menjadi tiga yaitu badan air, lahan vegetasi (lahan yang memiliki klorofil seperti hutan, semak, belukar, sawit, dll), lahan terbuka (lahan non klorofil seperti permukiman, tanah terbuka dll). Pengolahan Nilai Parameter Suhu Permukaan Langkah awal dari pengolahan nilai parameter suhu permukaan dengan menentukan band yang akan digunakan dalam menentukan nilai parameter. Band 6 merupakan band thermal dengan panjang gelombang 10,4-12,5 µm, Spektral infra merah Termal yang dapat digunakan untuk menganalisis tegakan tumbuhan, pemisahan kelembaban tanah dan pemetaan panas (Lillesand dan Kiefer 1997). 1. Konversi nilai Digital Number menjadi Spectral Radiance Digital Number merupakan raw data yang didapat dari citra yang ditangkap oleh satelit. Nilai digital Number yang terdapat pada band 6 harus di konversi menjadi Nilai Spectral Radiance dengan menggunakan persamaan dari USGS (2013) : LMAX λ–LMIN λ
Lλ = (Qcalmax Lλ Qcal Qcal max Qcal min LMAXλ LMINλ
–Qcalmin
)(Qcal– Qcalmin + LMINλ) -2
-1
-1
: Spectral radiance band ke-i (Wm sr μm ) : Nilai digital number band ke-i : Nilai piksel maksimum : Nilai piksel minimum : Nilai maksimum spectral radiance band ke-i (Wm-2 sr-1 μm-1) : Nilai minimum spectral radiance band ke-i (Wm-2 sr-1 μm-1)
(1)
5
2. Konversi nilai Spectral Radiance menjadi Suhu Kecerahan Suhu Kecerahan adalah perhitungan intensitas radiasi termal yang diemisikan oleh suatu objek yang diturunkan dari nilai spectral radiance band termal (Chander et al. 2007). Nilai dari spectral radiance akan di konversi menjadi nilai suhu kecerahan dengan menggunakan hukum plank dari radiasi benda hitam (Janssen 2001). Benda hitam dapat menyerap seluruh energi dari matahari dan memancarkan kembali emisi yang didapatkan. Hukum planck dapat menghitung intensitas radiasi yang dipancarkan oleh suatu objek permukaan. Persamaan untuk suhu kecerahan USGS (2013) : K2 TB = (2) K1 ln (
Lλ
+1)
TB : Suhu Kecerahan K1 (Landsat 5) : 607.76 Wm-2 sr-1 m-1 K2 (Landsat 5) : 1260.56 Kelvin K1 (Landsat 7) : 666.09 Wm-2 sr-1 m-1 K2 (Landsat 7) : 1282.71 Kelvin (Chander et al. 2003) * K1 dan K2 merupakan nilai kalibrasi terhadap sensor landsat. 3. Konversi nilai Suhu kecerahan menjadi Suhu Permukaan Suhu Permukaan adalah suhu bagian terluar dari suatu objek yang mendapatkan energi dari sinar matahari. Suhu permukaan menurut data citra satelit adalah suhu rata-rata dari suatu permukaan yang digambarkan dengan tipetipe permukaan dalam cakupan suatu piksel. Suhu permukaan didapatkan dari turunan nilai suhu kecerahan dengan menggunakan hukum planck. Hukum planck memiliki pendekatan dengan objek benda hitam yaitu menyerap seluruh radiasi elektromagnetik dan memancarkan energi yang diserapnya. Sehingga suhu permukaan dapat dihitung dengan mengetahui nilai emisivitas dari berbagai penggunaan lahan. Persamaan yang digunakan menduga suhu permukaan (Artis & Carnahan. 1982), yaitu : Ts =
TB 𝜆𝑇𝐵 (1+ 𝜕
ln ε)
(3)
TS TB λ ∂* ε
: Suhu Permukaan : Suhu Kecerahan : Panjang gelombang radiasi emisi (11.5 μm) : 1,438 x 10-2 mK : Nilai emisivitas benda (ε badan air 0.98, ε vegetasi 0.95, ε lahan terbuka 0.92) (Jin & Liang 2006, Van De Griend & Owe 1993). * ∂ didapat dari hc/σ. (h = konstanta planck (6.26 x 10-34J sec), c = kecepatan cahaya (2.998 x 108 m s-1) dan σ = Konstanta Boltzman (1.38 x 10-23 J K-1) 4. Spesifik suhu permukaan terhadap luas lahan 𝑇𝑆
𝜌T TS
𝜌T = LUAS AREA : Nilai spesifik suhu permukaan (oC ppm/Ha) : Nilai rata-rata suhu permukaan (oC)
(4)
6 Pengolahan Nilai Parameter Albedo dan Suhu Udara Langkah awal dari pengolahan nilai parameter albedo dan suhu udara dengan menetukan band yang akan di gunakan dalam menentukan nilai parameter. Pengolahan nilai parameter albedo menggunakan band 3, band 2, dan band 1 yang disebut dengan band visilbe (tampak) dengan panjang gelombang band 3 yaitu 0.63-0.69 µm, band 2 yaitu 0.52-0.60 µm dan band 1 yaitu 0.45-0.52 µm. Pengolahan nilai parameter suhu udara menggunakan band yang sama seperti albedo dan ditambah dengan hasil pengolahan nilai parameter suhu permukaan dan klasifikasi lahan. 1. Konversi nilai spectral radiance menjadi nilai albedo Albedo merupakan nilai perbandingan antara jumlah radiasi gelombang pandek yang di pantulkan dengan jumlah energi radiasi gelombang pendek yang diterima oleh suatu permukaan. Nilai spectral radiance dengan menggunakan band 3, band 2, dan band 1 dikonversi menjadi nilai albedo dengan menggunakan persamaan albedo USGS (2013) yaitu: πLλd2 α = ESUN λcos θ (5) Lλ : Spektral radiance tiap kanal d2 : Jarak astronomi matahari ke bumi (dalam unit astronomi nilainya mendekati 1) ESUN : Rata-rata nilai solar spectral Irradiance (W.m-2.μm-1) (lampiran 2) Ѳs : Sudut zenit matahari Radiasi gelombang pendek merupakan radiasi yang diberikan oleh sinar matahari ke suatu permukaan. Radiasi gelombang pendek yang dipantulkan dapat diduga dengan menggunakan persamaan : 1 Rs out= π x Lλ x d2 x band (6) 1
Nilai radiasi yang diperoleh merupakan dari fungsi nilai irradiance dan band merupakan nilai tengah panjang gelombang yang digunakan dari setiap band. Radiasi gelombang pendek yang diterima dapat diduga dengan melihat perbandingan antara nilai dari radiasi gelombang panjang yang di pantulkan dan albedo. Persamaan yang digunakan yaitu : Rs Out Rs in = α (7) Nilai total radiasi gelombang pendek (Rs Netto) dapat dihitung dengan menggunakan persamaan yaitu : Rs Netto= Rs in – Rs Out (8) Total radiasi gelombang pendek diduga dengan mengurangkan nilai radiasi pendek yang diterima dengan nilai radiasi pendek yang dipantulkan. Perhitungan dalam menentukan nilai radiasi netto (Rn) masih dipengaruhi oleh nilai radiasi gelombang panjang yang keluar permukaan bumi. Gelombang panjang yang keluar permukaan bumi terhadang dengan adanya aerosol dan partikel, namun ukuran aerosol dan partikel sangat kecil sehingga radiasi yang dipancarkan kembali di abaikan, Nilai radiasi gelombang panjang yang dipancarkan (RL Out) diturunkan dari persamaan Stefan-Bolztman, yaitu : RL out = ε σ Ts4 (9)
7 RL Out: Radiasi gelombang panjang yang diemisikan oleh permukaan objek (Wm-2) ε : Emisivitas σ : Tetapan Stefan-Bolztman (5.67 x 10-8 Wm-2K-4) Ts : Suhu Permukaan (K) Nilai radiasi netto (Rn) dapat dihitung dengan menggunakan persamaan : Rn = Rs Netto – RL Out
(10)
2. Perhitungan Soil Heat Flux (G) Bahang tanah (soil heat flux) merupakan bahang yang diterima oleh suatu objek dari sinar radiasi matahari. Perpindahan bahang tanah (soil heat flux) dipengaruhi oleh perbedaan suhu permukaan, suhu tanah dan nilai konduktivitas thermal (k) dari suatu jenis tanah. Allen et al. (2001) menghitung soil heat flux dari nilai radiasi netto, suhu permukaan, albedo dan Normalized Difference Vegetation Index (NDVI) dengan menggunakan persamaan berikut : G Rn
=
𝑇𝑠 𝛼
(0.0038α+0.0074α2) (1-0.98NDVI4)
(11)
-2
G : Perpindahan bahang tanah (soil heat flux) (Wm ) α : Albedo permukaan (diturunkan dari data satelit) NDVI : Normalized Difference Vegetation Index (diturunkan dari data satelit) 3. Perhitungan Sensible Heat Flux (H) Sensible heat flux merupakan energi radiasi netto yang digunakan dalam proses pemanasan udara di atmosfer secara konveksi (Monteith & Unsworth 1990). Persamaan yang digunakan merupakan modifikasi persamaan dari bowen H rasio β=LE dan neraca energi Rn=H+G+LE dan sehingga diperoleh : H=
β(Rn −G) 1+β
(12)
Nilai β badan air yaitu 0.11 dan β lahan Vegetasi yaitu 0.50 dan β lahan terbuka yaitu 4 (Oliver 1973). 4. Perhitungan Suhu Udara (Ta) Suhu udara adalah energi kinetis rata-rata dari pergerakan molekul yang dipengaruhi oleh radiasi matahari. Persamaan yang digunakan dari modifikasi persamaan Monteith & Unsworth (1990) yaitu : HraH Ta = Ts - (𝜌𝑎𝑖𝑟𝐶𝑝 ) (13) H : Fluks Pemanasan Udara (Wm-2) raH* : Tahanan Aerodinamik ρair : Kerapatan udara lembab (1.27 kg m-3) . Cp : Panas spesifik udara pada tekanan konstan (1004 J Kg-1 K-1) Ts : Suhu permukaan (K) Ta : Suhu udara (K) * Tahanan Aerodinamik menggunakan rumus 31,9.u-0,96 , u untuk badan air 2,01, u untuk lahan vegetasi 1,79 dan u untuk lahan terbuka 1,41 (Khomarudin 2005).
5. Interpolasi IDW (Inverse Distance Weighted) Interpolasi adalah metode untuk mendapatkan data berdasarkan beberapa data yang telah diketahui. Interpolasi berdasarkan pemetaan adalah proses
8 estimasi nilai pada wilayah yang tidak disampel atau ukur. Metode IDW dapat dikelompokkan dalam estimasi deterministic dimana interpolasi dilakukan berdasarkan perhitungan matematik. Menurut NCGIA (1997) Metode Inverse Distance Weighted (IDW) merupakan metode deterministik yang sederhana dengan mempertimbangkan titik disekitanya. Model Deterministik diasumsikan bahwa kejadian-kejadian yang ada memiliki peluang yang tetap. Metode ini memiliki asumsi yaitu nilai interpolasi akan lebih mirip pada data sampel terdekat daripada yang terjauh. Sedangkan bobot akan berubah secara linear sesuai dengan jaraknya dengan data sampel. (Pramono H 2005). Interpolasi IDW digunakan pada suhu udara. Suhu udara merupakan suhu di atas permukaan bumi sehingga tidak di pengaruhi oleh objek tertentu.
HASIL DAN PEMBAHASAN Profil Wilayah Kajian Provinsi Jambi adalah sebuah provinsi Indonesia yang terletak di pesisir timur di bagian tengah pulau sumatera. Secara geografis wilayah kajian berada pada 0.450 Lintang utara - 2.450 Lintang Selatan dan 101.100 – 104.550 Bujur Timur. Batas-batas Provinsi Jambi yaitu sebelah Utara berbatasan dengan Provinsi Riau, sebelah Timur dengan Laut Cina Selatan, sebelah Selatan berbatasan dengan Provinsi Sumatera Selatan dan sebelah Barat dengan Provinsi Sumatera Barat dan Provinsi Bengkulu. Kondisi geografis yang cukup strategis di antara kota-kota lain di provinsi sekitarnya membuat peran provinsi ini cukup penting terlebih lagi dengan dukungan sumber daya alam yang melimpah. Berdasarkan data Pemerintah Provinsi Jambi 2013, topografi Provinsi Jambi bervariasi. Provinsi Jambi berada di bagian tengah Pulau Sumatera dengan topografi wilayah yang bervariasi mulai dari ketinggian 0 meter diatas permukaan laut (mdpl) di bagian timur sampai pada ketinggian di atas 1.000 meter diatas permukaan laut (mdpl), ke arah barat kontur lahannya semakin tinggi dimana di bagian barat merupakan kawasan Sumatera Barat yang merupakan bagian dari kawasan Taman Nasional Kerinci Seblat. Luas wilayah Provinsi Jambi tercatat 53.435,92 Km2 yang terbagi atas luas daratan 48.989,98 Km2 dan luas lautan 4.445,94 Km2. Iklim Provinsi Jambi bertype A berdasarkan klasifikasi Schmidt dan Ferguson dengan curah hujan ratarata 1.903.200 mm/tahun dan rata-rata curah hujan 116-154 hari pertahun. Klasifikasi Schmidt dan Ferguson ditentukan dengan memperhatikan unsur iklim curah hujan dan memerlukan data hujan bulanan paling sedikit 10 tahun. Kriteria yang digunakan adalah menentukan bulan kering dengan curah hujan dibawah 60 mm, bulan lembab dengan curah hujan 60 -100 mm dan bulan basah dengan curah hujan diatas 100 mm pada masing-masing bulan setiap tahun. Tipe A pada klasifikasi Schmidt dan Ferguson mencirikan daerah sangat basah dengan vegetasi hutan hujan tropis. Provinsi Jambi mengalami musim hujan pada bulan oktober sampai dengan april dan musim kemarau pada bulan mei sampai september.
9
Gambar 1 Wilayah kajian
Perubahan Luasan Penutupan Lahan Penutupan lahan pada wilayah kajian diklasifikasikan dengan menggunakan metode klasifikasi tidak terbimbing. Metode klasifikasi tidak terbimbing menggunakan cara pengelompokan piksel-piksel menjadi beberapa kelas dengan menggunakan analisis cluster. Kelas klasifikasi dibagi atas empat kelas yang terdiri dari badan air, lahan vegetasi, lahan terbuka dan awan. Alasan pembagian kelas klasifikasi lahan dibagi empat dikarenakan penelitian ini fokus melihat perubahan lahan di Provinsi Jambi yang mayoritas hutan yang berubah menjadi lahan terbuka. Badan air termasuk dalam kelas klasifikasi dikarenakan Provinsi Jambi memiliki area lahan gambut yang akan mempengaruhi komposisi penutupan lahan. Lahan vegetasi dalam kelas klasifikasi dibagi atas semak, belukar, hutan dan lahan pertanian. Lahan terbuka dalam kelas klasifikasi dibagi atas area pembukaan lahan, bangunan dan perumahan dan jalan. Dalam pengolahan kelas klasifikasi lahan data yang digunakan yaitu data band pada citra satelit landsat yaitu band 542. Kombinasi band 542 dapat mendeteksi dan membedakan hasil pemotretan citra secara visual dengan menempatkan band 542 pada ruang tiga warna primr (red green blue)secara berurutan. Kombinasi band 542 merupakan band yang terdiri dari gelombang mid IR dengan panjang gelombang 1.55-1.75 μm yang peka terhadap pantulan batuan dan kelembaban tanah, gelombang NIR dengan panjang gelombang 0.75-0.90 μm yang peka terhadap pantulan struktur internal daun sehingga dapat menentukan kandungan biomassa dan tipe vegetasi dan gelombang hijau yang peka terhadap kesuburan dan pantulan nilai hujau vegetasi dengan panjang gelombang 0.525-0.605 μm (EROS data center 1995).
10
Persentase Luas Lahan
52
48
46
42 40 37
34
30
Badan Air Lahan Vegetasi
18
1997
17
2000
18
2009
18
Lahan Terbuka
2013
Gambar 2 Persentase kelas tutupan lahan dengan data citra Landsat
Persentase badan air dari tahun 1997 sampai 2013 tidak mengalami perubahan yang signifikan, rata-rata persentase berada pada angka 17,75 hal ini dikarenakan perubahan lahan badan air tidak terlalu dimanfaatkan sehingga relatif stabil dan perubahan lahan yang terlihat signifikan pada lahan vegetasi dan lahan terbuka. Pada tahun 1997 persentase lahan vegetasi cenderung rendah dan persentase lahan terbuka cenderung meningkat hal ini menunjukkan bahwa adanya area pembukaan lahan hutan yang dimanfaatkan oleh pihak terkait. Menurut Lubis I dan Surya 2001 Adanya konflik kepentingan menyebebkan adanya kebakaran hutan yang panjang disumatera pada tahun 1990-an. Provinsi Jambi mengalami dampak yang sangat serius pada kebakaran hutan lahan gambut dengan jumlah titik api 440 titik pada bulan juli sampai otober 1997. Memasuki tahun 2000 terlihat adanya peningkatan persentase luas lahan vegetasi sebesar 6% dari tahun 1997-2000. Hal ini disebabkan oleh kondisi lahan yang sebelumnya terbakar mengalami suksesi yang berasal dari vegetasi lantai hutan seperti semak dan perdu serta pemanfaatan oleh pihak-pihak terkait dalam penanaman kelapa sawit. Kondisi ekosistem hutan yang terbakar akan merubah dari tipe hutan yang tertutup dengan formasi hutannya yang terdiri dari strata pohon sampai strata paling bawah atau lantai hutan menjadi lahan terbuka dan membentuk vegetasi pionir dan rintisan. Tidak tertutup kemungkinan kondisinya akan berubah menjadi ekosisitem padang rumput dan ekosistem rawa terbuka (Lubis I dan Surya 2001). Akibatnya persentase luas lahan terbuka mengalami penurunan sebesar 7%. Pada tahun 2009 persentase luas lahan vegetasi mengalami penurunan sebesar 4% dibandingkan tahun 2000 dan persentase lahan terbuka mengalami kenaikan sebesar 4%. Hal ini dikarenakan pada tahun 2009 diduga perkebunan kelapa sawit mengalami akhir pemanenan sehingga terjadi pergantian tanaman kelapa sawit baru dan aktivitas pembangunan yang meningkat. Namun persentase luas lahan
11 vegetasi mengalami penurunan kembali pada tahun 2013 sebesar 6% dan persentase luas lahan terbuka mengalami kenaikan sebesar 6%, hal ini dikarenakan pembukaan perkebunan kelapa sawit yang terus melonjak dan pembukaan lahan besar-besaran untuk di jadikan area industri dan bandara. Perkembangan dan pembangunan infrastruktur yang semakin meningkat sebesar 80% pada pembangunan rumah sederhana (Rahman 2010). Luasan tiap tutupan lahan diwilayah kajian tidak sepenuhnya menunjukkan kondisi di lapangan karena faktor error spasial saat proses klasifikasi dilakukan.
Distribusi Spasial Albedo Albedo adalah rasio total radiasi matahari yang di pantulkan (RS out) terhadap total radiasi yang masuk (RS in) (stull 2000). Nilai albedo dapat memberikan informasi fisik pada suatu objek yang mendapat radiasi. Nilai albedo diekstraksi dari data citra landsat dengan menggunakan band visible yaitu band 3, band 2, dan band 1 yang memiliki kisaran panjang gelombang pendek (band 3 = 0.63-0.69 μm, band 2 = 0.52-0.60 μm, band 1 = 0.45-0.52 μm).
Tabel 1 Nilai albedo hasil ekstraksi data citra landsat dan literatur Albedo Ekstraksi dari citra Albedo Literatur Klasifikasi Lahan
1997
2000
2009
2013
Badan Air
0.054
0.050
0.052
0.056
0.05-0.09 *
Lahan Vegetasi
0.092
0.083
0.089
0.098
0.06-0.20 **
Lahan Terbuka
0.187
0.118
0.106
0.134
0.07-0.40 ***
Keterangan : * Stull (2000) ** Dobos (2003) ***Post et al (2000)
Nilai albedo berkisar antara 0 sampai 1 yang berarti ketika bernilai 0 maka objek menyerap seluruh panjang gelombang yang datang sedangkan bernilai 1 maka objek memantulkan seluruh panjang gelombang yang datang. Albedo yang dihasilkan tiap permukaan bervariasi berdasarkan tipe tutupan lahan (Wen 2009). Albedo dipengaruhi oleh nilai gelombang pendek yang datang (Rs In) dan gelombang pendek yang dipantulkan (Rs Out) oleh suatu objek. Nilai Rs In untuk semuat tutupan lahan yaitu 534,4 – 586,3 Wm-2 untuk tahun 1997, 540,2 – 597,9 Wm-2 untuk tahun 2000, 630,1 – 679,4 Wm-2 untuk tahun 2009 dan 612,3 – 640,2 Wm-2 untuk tahun 2013. Nilai Rs Out tiap tutupan lahan berbeda-beda yaitu badan air (35,1 – 40,2 Wm-2), lahan vegetasi (52,9 – 72 Wm-2), dan lahan terbuka (79 – 193 Wm-2). Nilai albedo (Tabel 1) yang terkecil pada lahan badan air dan tertinggi pada lahan terbuka. Hal ini menunjukkan bahwa badan air meyerap lebih banyak radiasi yang datang sedangkan lahan terbuka memantulkan radiasi yang datang. Tabel 1 terlihat kisaran nilai albedo dari ekstraksi citra satelit landsat masuk kedalam rentang nilai dari hasil penelitan sebelumnya. Nilai albedo tiap klasifikasi
12 lahan berbeda yang dipengaruhi oleh faktor-faktor seperti kandungan air, warna dan kekasaran permukaan. Albedo pada tutupan lahan vegetasi memeiliki nilai yang lebih kecil dibandingkan dengan lahan terbuka. Radiasi yang didapatkan pada lahan cenderung sama namun radiasi yang dipantulkan cenderung berbeda. Radiasi yang dipantulkan pada permukaan vegetasi lebih rendah dari pada penutupan lahan non vegtasi (Dobos 2003).
Gambar 3 Distribusi Nilai Albedo
Gambar 3 menunjukkan sebaran nilai albedo pada tiap-tiap tahun. Tahun 1997 terlihat nilai albedo dominan berada pada kisaran nilai 0,3-0,7. Tahun 2000 terlihat nilai albedo dominan lebih rendah dari tahun sebelumnya pada kisaran nilai 0,3 -0,5. Pada tahun 2009 terlihat nilai albedo mengalami kenaikan yang dominan pada nilai 0,2-0,6. Pada tahun 2013 terlihat nilai albedo mengalami puncak penyebaran dengan dominan pada nilai 0,15-0,72. Nilai albedo yang besar menunjukkan radiasi gelombang pendek yang dipantulkan permukaan juga besar sedangkan albedo yang kecil menunjukkan radiasi gelombang pendek yang dipantulkan permukaan tersebut rendah. Selain itu nilai albedo yang besar menunjukkan radiasi gelombang pendek yang diserap kecil sedangkan nilai albedo yang kecil menunjukkan radiasi gelombang pendek yang diserap besar. Dari gambar 3 menunjukkan bahwa adanya perubahan lahan yang cenderung besar yang puncaknya pada tahun 2013 dimana nilai albedo pada kisaran yang nilai yang besar menjelaskan bahwa objek memantulkan radiasi yang datang. Lahan vegetasi lebih banyak menyerap radiasi yang datang sedangkan lahan terbuka lebih banyak memantulkan radiasi yang datang.
13 45
Suhu Permukaan Suhu Udara
Suhu (Celcius)
40
y = 1.335x + 18.44 R² = 0.900
35 30 25
y = 0.460x + 19.44 R² = 0.882
20 15
0.05 0.05 0.06 0.08 0.09 0.09 0.09 0.09 0.09 0.12 0.16 0.20 0.20 0.21 0.21 0.22 0.24
Albedo Gambar 4 Hubungan Albedo, Suhu permukaan dan suhu udara
Albedo merupakan perbandingan sinar datang dan sinar dipantulkan dari suatu objek. Sinar datang yang mengenai objek akan membuat objek menyerap energi/radiasi sehingga meningkatkan suhu permukaan pada objek tersebut, suhu permukaan akan mempengaruhi suhu udara yang berada diatas objek tersebut. Gambar 4 terlihat adanya hubungan antara albedo, suhu permukaan dan suhu udara. Suhu permukaan mengalami kenaikan maka suhu udara dan albedo relatif mengikuti untuk naik. Nilai albedo erat kaitannya dengan suatu objek, nilai albedo dan suhu permukaan suatu benda tergantung dengan sifat fisik permukaan objek diantaranya emisivitas, kapasitas panas jenis dan kondutivitas termal. Emisivitas adalah kemampuan suatu objek untuk menyerap radiasi. Kapasitas panas adalah besaran yang menggambarkan banyaknya kalor yang diperlukan untuk menaikkan suhu suatu objek. Konduktivitas termal adalah suatu besaran yang menunjukkan kemampuannya untuk mengahantarkan panas. Suatu objek mendapatkan radiasi dan objek memiliki emisivitas dan kapasitas panas yang besar dan konduktivitas termal yang rendah maka radiasi cenderung diserap yang menunjukkan nilai albedo kecil dan suhu permukaan objek tersebut akan menurun dan suhu udara yang berada diatas suhu permukaan akan cenderung mengalami penurunan contohnya pada badan air, sedangkan emisivitas dan kapasitas panas yang rendah dan konduktivitas termal besar maka radiasi akan dipantulkan yang berarti nilai albedo besar dan suhu permukaan akan meningkat contohnya pada lahan terbuka berupa bangunan/daratan (Sutanto 1994).
Distribusi Spasial Suhu Permukaan Suhu permukaan merupakan suhu terluar dari suatu objek (suhu permukaan air pada badan air, kanopi vegetasi pada lahan vegetasi dan permukaan tanah/bangunan pada lahan terbuka). Suhu permukaan pada citra landsat
14 mengunakan band 6 yaitu band thermal. Band 6 dengan panjang gelombang 10.412.5 μm dapat mendeteksi gejala alam yang berhubungan dengan panas sehingga dapat digunakan untuk pemetaan dan informasi geologi thermal (Eros Data Center 1995). Suhu permukaan didapat dari ekstraksi spectral radiance kemudian menjadi suhu kecerahan dan diturunkan menjadi suhu permukaan.
Gambar 5 Distribusi Suhu Permukaan di Provinsi Jambi (0C)
Hasil suhu permukaan rataan hasil ekstraksi data citra satelit Landsat pada lahan badan air, lahan vegetasi dan lahan terbuka berturut-turut adalah Nilai minimum dari pengolahan data citra yaitu 36oC, 38 oC, 41 oC untuk tahun 1997, 31 o C, 35 oC, 38 oC untuk tahun 2000, 31 oC, 33 oC, 38 oC untuk tahun 2009, 32 oC, 36 o C, 41 oC untuk tahun 2013. Peningkatan suhu permukaan dari lahan badan air, lahan vegetasi dan lahan terbuka disebabkan oleh perbedaan emisivitas, kapasitas panas dan kondutivitas termal. Gambar 5 terlihat sebaran dan nilai rata-rata suhu permukaan tiap tahun. Tahun 1997 memiliki sebaran yang luas namun suhu permukaan rata-rata cenderung kecil, hal ini disebabkan oleh adanya awan sehingga memiliki nilai minus. Tahun 2000 memiliki sebaran yang normal dengan suhu permukaan rata-rata meningkat dari tahun sebelumnya. Tahun 2009 suhu permukaan rata-rata cenderung menurun namun penyebaran lebih banyak pada sisi atas kotak. Tahun 2013 memiliki sebaran yang padat pada suhu yang tinggi dengan nilai suhu permukaan rata-rata yang besar yaitu 31.8 yang menunjukkan bahwa kemampuan wilayah dalam menyimpan panas yang berasal dari radiasi mengalami penurunan dan lebih banyak memantulkan radiasi yang datang. semakin besar kotak pada tiap-tiap tahun menunjukkan perubahan lahan cenderung besar. Tahun 2013 perubahan lahan terlihat jelas hal ini disebabkan nilai suhu permukaan rata-rata besar dan memiliki kotak yang besar. Nilai rata-
15
Spesifik Suhu Permukaan (ppm C/Ha)
rata suhu permukaan berbeda-beda hal ini dipengaruhi oleh tanggal akuisisi dari data yang digunakan. Tanggal akuisisi data mempengaruhi besar radiasi yang datang. Weng et al. (2001, 2004) juga menjelaskan bahwa kondisi amtosfer saat pemotretan citra, kondisi vegetasi, biomassa vegetasi, tutupan lahan, serta perbedaan pencahayaan radiasi matahari pada data citra dapat mempengaruhi nilai suhu permukaan. Pengolahan data pada suhu permukaan dipengaruhi oleh suhu permukaan awan. Data citra satelit yang digunakan tidak terlalu bersih dari awan sehingga nilai suhu permukaan dari awan dihapus dari data. Dikarenakan permukaan dibawah awan tidak diketahui berapa nilai suhu permukaannya sehingga diambil batas yaitu sebesar 0 (0C), hal ini diakibatkan oleh nilai minimum pada hasil pengolahan data. Perubahan suhu permukaan dipengaruhi berbagai faktor-faktor yaitu emisivitas, kapasitas panas jenis, dan konduktivitas termal pada lahan tersebut. Suatu objek dipermukaan yang memiliki emisivitas dan kapasitas panas jenis rendah sedangkan konduktivitas termalnya tinggi maka objek tersebut akan mendapat suhu permukaan yang lebih tinggi. Terlihat badan air memiliki emisivitas dan kapasitas panas jenis paling tinggi dibandingkan lahan vegetasi dan lahan terbuka sehingga suhu akan lebih rendah dibandingkan lahan vegetasi dan lahan terbuka. Emsivitas badan air, lahan vegetasi dan lahan terbuka yaitu 0.98,0.95,0.92. Selain itu nilai NDVI dari badan air, lahan vegetasi dan lahan terbuka semakin berkurang, menurut Weng et al (2004) menyatakan bahwa suhu permukaan berkorelasi negatif dengan NDVI.
18
16.92
16 14 12
11.15 11.08
10
10.19
8 6
4 2 0 1997
2000
2009
2013
Gambar 6 Nilai Spesifik Suhu permukaan terhadap luas area (ppm OC/Ha)
Nilai spesifik suhu permukaan merupakan nilai yang didapat dari nilai ratarata suhu permukaan dibagi luas area. Nilai spesifik suhu permukaan digunakan untuk melihat faktor perubahan lahan. Gambar 6 menjelaskan nilai spesifik suhu permukaan pada masing-masing tahun yang dibagi luas lahan. Nilai spesifik suhu
16 permukaan pada tahun 1997 sebesar 11.15 ppm oC/Ha dengan nilai suhu permukaan rata-rata yaitu 27.8 oC. Tahun 2000 nilai suhu permukaan rata-rata sebesar 24 oC dan spesifik suhu permukaan mengalami penurunan. Pada tahun 2009 nilai suhu permukaan mengalami kenaikan yaitu 26.2 oC dan peningkatan puncak pada tahun 2013 dengan nilai suhu permukaan rata-rata yaitu 31.4 oC dan nilai spesifik suhu permukaan yaitu 16.92 ppm oC/Ha. Dilihat dari tahun 1997 – 2000 menunjukkan penurunan nilai spesifik suhu permukaan yang menjelaskan bahwa faktor perubahan lahan diwilayah kajian cenderung menurun. Sedangkan dilihat dari tahun 2000 – 2013 menunjukkan kenaikan nilai spesifik suhu permukaan yang menjelaskan bahwa faktor perubahan lahan diwilayah kajian meningkat. Peningkatan terlihat ditahun 2013 apabila dibandingkan dengan tahun lainnya. Gambar 2 terlihat pada tahun 2000 – 2009 lahan vegetasi mengalami penurunan dan lahan terbuka mengalami peningkatan. Peningkatan lahan terbuka sebesar 4 % (165250 Ha) dengan nilai spesifik suhu permukaan yaitu 7.94x106 o C/Ha. Pada tahun 2009 – 2013 persentase luas lahan vegetasi mengalami penurunan dan lahan terbuka mengalami peningkatan sebesar 6 % (341331,25 Ha) dengan nilai spesifik suhu permukaan yaitu 9,03x106 oC/Ha.
Distribusi Spasial Suhu Udara Suhu udara adalah tingkat atau derajat panas dari kegiatan molekul dalam atmosfer. Suhu udara dipengaruhi oleh suhu permukaan dikarenakan suhu udara di atmosfer dipengaruhi oleh permukaan wilayah tersebut. suhu udara tidak dipengaruhi oleh suatu objek yang terkena radiasi matahari, namun suhu udara dipengaruhi oleh partikel-partikel/molekul yang berada pada wilayah tersebut dan dipengaruhi oleh angin. Semakin kasar molekul/partikel disuatu tempat maka suhu udara cenderung meningkat sedangkan semakin kecil molekul/partikel disuatu tempat maka suhu udara cenderung menurun. Dikarenakan tidak dipengaruhi objek sehingga suhu udara dapat di interpolasi dengan metode IDW. Interpolasi IDW (Inverse Distance Weighting) adalah teknik interpolasi lokal deterministik yang menghitung nilai rata-rata sebagai jarak poin terdekat terhadap sampel. Poin lebih dekat terhadap sample memiliki pengaruh yang lebih besar dari bobot yang terjauh. Teknik interpolasi IDW tidak menghasilkan puncak, lubang, dan lembah dari input sample dan menyesuaikan dengan struktur data input. Teknik intrpolasi didasarkan pada prinsip-prinsip autokorelasi spasial. Prinsip interpolasi mengasumsikan bahwa poin lebih dekat lebih mirip dibandingkan poin yang terjauh
17
Tahun 1997
Tahun 2000
Tahun 2009
Tahun 2013
Gambar 7 Peta hasil nilai suhu udara menggunakan Interpolasi IDW
Perubahan suhu udara diakibatkan perubahan lahan di permukaan. Perubahan lahan dari lahan vegetasi ke lahan terbuka membuat suhu cenderung naik. Gambar 7 menunjukkan sebaran nilai suhu udara dengan menggunakan interpolasi IDW. Tahun 1997 suhu cenderung rendah dikarenakan pada tahun 1997 baru pembukaan lahan menjadi perkebunan. Suhu cenderung meningkat dengan bertambahnya tahun. Puncak dari meningkatnya suhu udara yaitu pada tahun 2013. Penyebaran suhu terlihat semakin bertambah dibagian timur provinsi jambi, hal ini dikarenakan bagian timur provinsi jambi merupakan daerah ibukota provinsi jambi yang terdapat pusat pemukiman dan aktivitas kerja sehingga pembangunan dan deforestasi hutan meningkat. Bagian utara juga mengalami peningkatan suhu dikarenakan di daerah ini pada tahun 2013 mengalami pembukaan lahan perkebunan dan untuk pembangunan daerah seperti pembuatan bandara dan pemukiman.
18
Gambar 8 Distribusi perubahan nilai Suhu Udara
Gambar diatas menggambarkan distribusi perubahan nilai suhu udara dari tahun sekarang dengan tahun sebelumnya. Tahun 1997 menjadi tahun pembanding yang akan dibandingkan dengan tahun selanjutnya. Terlihat perubahan tahun 1997 dan 2000 mempunyai hasil berkorelasi negatif, hal ini menunjukkan tahun 1997 sebaran nilai suhu udara lebih besar dari nilai suhu udara tahun 2000. Tahun 2000 dan tahun 2009 mempunyai hasil berkorelasi normal yang menunjukkan bahwa tahun 2000 dan tahun 2009 memiliki nilai suhu udara yang hampir sama atau memiliki perbedaan cenderung kecil. Tahun 2009 dan tahun 2013 mempunyai hasil berkorelasi positif yang menunjukkan bahwa tahun 2013 memilki nilai suhu udara yang lebih besar dari tahun 2009. Semakin besar range dari selisih tahun nilai suhu udara maka dianggap bahwa daerah tersebut cenderung memiliki kondisi kenyamanan yang kurang baik. Suhu udara merupakan suhu yang terdapat di atmosfer dan tidak dapat pengaruh dari suatu objek tertentu. Faktor yang mempengaruhi suhu udara yaitu radiasi dari sinar matahari dan topografi. Suhu udara sangat di pengaruhi oleh permukaan bumi atau tutupan lahan dari suatu tempat. Hubungan suhu udara dan klasifikasi lahan menunjukkan pengaruh yang signifikan, ketika lahan vegetasi berkurang maka suhu udara cenderung naik, sebaliknya ketika lahan vegetasi bertambah maka suhu udara cenderung turun. Perubahan suhu dari tahun 1997 sampai 2013 terjadi secara berurutan. Suhu udara tahun 1997 yaitu 29 0C, tahun 2000 yaitu 27 0C, tahun 2009 yaitu 28 0C dan tahun 2013 yaitu 290C. Tahun 1997 cenderung lahan vegetasi berkurang sehingga suhu udara cenderung naik yang disebabkan pembukaan perkebunan kelapa sawit, sedangkan tahun 2000 suhu cenderung mengalami penurunan dan perkubunan
19 mulai berkembang sehingga lahan vegetasi mengalami pertumbuhan. Tahun 2013 beberapa daerah di provinsi jambi membuka lahan secara besar besaran sehingga lahan vegetasi cenderung berkurang yang berdampak naiknya suhu udara
SIMPULAN DAN SARAN Simpulan Hasil penelitian menunjukkan perubahan lahan membuat perubahan parameter turunan data citra satelit landsat seperti suhu permukaan, suhu udara dan albedo. Perubahan lahan di wilayah kajian pada tahun 1997-2000 menyebabkan terjadinya peningkatan lahan vegetasi dan penurunan lahan tebuka, sehingga suhu permukaan dan suhu udara cenderung mengalami penurunan. Pada tahun 2013 lahan vegetasi mengalami perubahan lahan menjadi lahan terbuka. Lahan terbuka mengalami peningkatan sebesar 6% dengan yang berakibat peningkatan suhu permukaan sebesar 0.001465 C/Ha dan suhu udara di Provinsi Jambi. Hasil interpolasi menunjukkan adanya perubahan lahan berakibat terhadap meningkatnya suhu udara. Suhu udara di Provinsi Jambi menigkat setiap tahunnya dan menyebar dibagian timur dan utara wilayah kajian. Perubahan lahan pada tahun 1997, 2000, 2009 dan 2013 menyebabkan nilai albedo, suhu permukaan dan suhu udara di Provinsi Jambi semakin meningkat.
Saran Nilai dari turunan data citra satelit landsat pada penelitian ini masih bersifat sesaat. Hal ini disebabkan data di ambil saat pemotretan citra oleh satelit. Penelitan lebih lanjut dapat dilaksanakan dengan skala harian maupun bulanan. Selain itu perlu adanya data pendukung dari pihak-pihak terkait dalam membandingkan nilai data citra satelit terhadap data lapangan. Survei lapangan dibutuhkan untuk memperkuat data dan melihat lahan dilapangan, karena data olahan citra satelit masih dalam pendugaan. Perhitungan nilai suhu permukaan dan suhu udara dapat dilakukan untuk perencanaan tata ruang suatu wilayah sehingga dapat diawasi dan nilai harus berada pada kisaran suhu dan kondisi iklim yang nyaman.
DAFTAR PUSTAKA Chander G, Markham BL, Barsi JA. 2007. Revised Landsat-5 Thematic Mapper Radiometric Calibration. J IEEE Geoscince and Remote Sens. Letters. 4(3):490–494. doi: 10.1109/LGRS.2007.898285
20 Chander G, Markham BL. 2003. Revised Landsat-5 Thematic Mapper Radiometric Calibration Procedures and Postcalibration Dynamic Ranges. J IEEE Geoscince and Remote Sens. Letters. 4(3):490–494. doi: 10.1109/LGRS.2007.898285 Dobos E. 2003. Albedo. Encyclopedia of Soil Science. doi:10.1081/E-ESS 120014334. EROS Data Center. 1995. Landsat-7 Technical Working Group. Sioux Falls, USA South Dakota. October 31-November 2, 1995. Handoko. 1993. Klimatologi Dasar. Bogor :Pustaka Jaya Indarto & Faisol A. 2009. Identifikasi dan klasifikasi peruntukan lahan menggunakan Citra ASTER. J Media Teknik Sipil. 9(1):1–8. ISSN: 14120976 Jensen JR. 2000. Remote Sensing of the Environment: An Earth Resource Perspective. New Jersey: Prentice Hall. Khomarudin MR, Risdiyanto I. 2002. Penentuan Evapotranspirasi Regional Dengan Landsat TM dan NOAA-AVHRR. Lillesand TM, Kiefer RW, Chipman JW. 1997. Remote Sensing and Image Interpretation. 5th ed. New York: John Wiley & Sons, Inc. Lubis I.R, Surya 2001. Upaya Pengelolaan Terpadu HutanRawa Gmabut Bekas Terbakar Diwilayah Berbal – Sembilang. Jurnal ilmiah. Monteith JL and Unsworth MH. 1990. Principles of Environmental Physics. 2nd ed. London: Edward Arnold NCGIA. 2007. Interpolation: Inverse Distance Weighting. http://www.ncgia.ucsb.edu/pubs/spherekit/inverse.html (12 Juli 2014). Oliver JE. 1973. Climate and Man’s Environment: An Introduction to Applied Climatology. New York: John Wiley & Sons, Inc. Post DF, Fimbres A, Matthias AD, Sano EE, Accioly L, Batchily AK dan Ferreira LG. Predicting Soil Albedo from Soil Color and Spectral Reflectance Data. J Applied Meteorology. 64(3):1027-1034. doi: 10.2136/sssaj2000.6431027 Pramono, G. 2005. Akurasi Metode IDW dan Kriging untuk Interpolasi Sebaran Sedimen Tersuspensi Di Kabubaten Maros, Sulawesi Selatan. Jurnal Ilmiah Geomatika 11(1): 20-32. Rahman A. 2010. Pertumbuhan Perumahan di Kota Jambi. Semarang. Universitas Dipenogoro Press. Stull R B. 2000. Meteorology for Scientists and Engineers. USA. Brooks/Cole, Thomson Learning. Sumargo W, Nanggara SG, Nainggolan FA, Apriani I. 2011. Potret Keadaan Hutan Indonesia Periode Tahun 2000-2009. Edisi Ke-1. Forest Watch Indonesia. Sutanto. 1994. Penginderaan Jauh Jilid 2. Yogyakarta : Gadjah Mada University Press. [USGS] United State Geological Survey. 2013. Landsat 7 science data users handbook [internet]. [diacu 2013 Februari 20]. Tersedia dari: http:// landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf . Weng Q. 2001. A Remote Sensing-GIS Evaluation of Urban Expansion and Its Impact on Surface temperature in The Zhujiang Delta, China. Int. Journal of Remote Sensing. 22(10): 1999-2014
21 Weng Q, Lu D, Schubring J. 2004. Estimation of land surface temperature– vegetation abundance relationship for urban heat island studies. J Remote Sens. Environ. 89 (2004): 467-383. doi:10.1016/j.rse.2003.11.005 Wilkie, David S & John T. Finn 1996. Remote Sensing Imagery for Natural Resources Monitoring Aguide for First Time Users. Columbia University Press. New York.
22 Lampiran 1
Nilai sudut Azimuth dan sudut elevasi matahari saat tanggal akusisi citra landsat.
Tahun 1997 (landsat 5)
Tanggl Akuisisi 18/08/1997
Sudut Azimuth 66.24238391
Sudut Elvation 52.17552374
2000 (landsat 5)
09/07/2000
52.54469146
48.99266586
2009 (landsat 5 )
29/04/2009
60.44850094
56.63183707
2013 (Landsat 7)
19/06/2013
46.37983409
52.72899385
Lampiran 2
Band
TM spcetral range, post-calibration dynamic ranges, and mean exoatmospheric solar radiance (ESUNλ)
Spectral Range (μm)
Center LMINλ LMAXλ Wavelength (μm) (Wm-2sr-1μm-1) 0.485 -1.52 193 0.569 -2.84 365
1 0.452 - 0.518 2 0.528 - 0.609 0.626 - 0.693 0.66 3 0.776 - 0.904 0.84 4 1.567 - 1.784 1.676 5 10.45 - 12.42 11.435 6 2.097 - 2.349 2.223 7 Sumber : Chander et al. 2009 Lampiran 3 resolusion
Band 1 2 3 4 5 6 7 8
-1.17 -1.51 -0.37 1.2378 -15
264 221 30.2 15.3032 16.5
ESUNλ (Wm-2μm-1) 1983 1796 1536 1031 220 n/a 83.44
ETM spcetral range, post-calibration dynamic ranges, and
Spectral Range (μm) 0.45 - 0.515 0.525 - 0.605 0.63 - 0.69 0.75 – 0.9 1.55 - 1.75 10.4 - 12.5 2.09 - 2.35 0.52 – 0.9
Center LMINλ LMAXλ Wavelength (μm) (Wm-2sr-1μm-1) 0.48 0.56 0.66 0.84 1.67 11.4 2.2
-1.52 -2.84 -1.17 -1.51 -0.37 1.23 -15
193 365 264 221 30.2 15.30 16.5
0.97
-4.700
243.100
Resolusi (m) 30 30 30 30 30 60 / 120 30 15
23 Lampiran 4 Band-band pada Landsat dan kegunaannya (Lillesand and Kiefer 1997) Band
Panjang Gelombang (µm)
Spektral
Kegunaan
1
0.45 – 0.52
Biru
2
0.52 – 0.60
Hijau
Tembus terhadap tubuh air, dapat untuk pemetaan air, pantai, pemetaan tanah, pemetaan tumbuhan, pemetaan kehutanan dan mengidentifikasi budidayamanusia Untuk pengukuran nilai pantul hijau pucuk tumbuhan dan penafsiran aktifitasnya, juga 5 untuk pengamatan kenampakan budidaya manusia.
0.63 – 0.69
Merah
4
0.76 – 0.90
Infra Merah Dekat
5
1.55 – 1.75
Infra Merah Sedang
6
10.4 – 12.5
Infra Merah Termal
7
2.08 – 2.35
Infra Merah sedang
3
Dibuat untuk melihat daerah yang menyerap klorofil, yang dapat digunakan untuk membantu dalam pemisahan spesies tanaman juga untuk pengamatan budidaya manusia Untuk membedakan jenis tumbuhan aktifitas dan kandungan biomas untuk membatasi tubuh air dan pemisahan kelembaban tanah Menunjukkan kandungan kelembaban tumbuhan dan kelembaban tanah, juga untuk membedakan salju dan awan Untuk menganallisis tegakan tumbuhan, pemisahan kelembaban tanah dan pemetaan panas Berguna untuk pengenalan terhadap mineral dan jenis batuan, juga sensitif terhadap kelembaban tumbuhan
24 Lampiran 5 Meta Data Citra Landsat 1. Tahun 1997 data citra satelit landsat 5 GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO ORIGIN = "Image courtesy of the U.S. Geological Survey" REQUEST_ID = "0101401060210_00002" LANDSAT_SCENE_ID = "LT51250611997230DKI00" FILE_DATE = 2014-01-07T17:56:36Z STATION_ID = "DKI" PROCESSING_SOFTWARE_VERSION = "LPGS_12.3.1" DATA_CATEGORY = "NOMINAL" END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1T" DATA_TYPE_L0RP = "TMR_L0RP" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "PREDICTIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM" SENSOR_MODE = "SAM" WRS_PATH = 125 WRS_ROW = 061 DATE_ACQUIRED = 1997-08-18 SCENE_CENTER_TIME = 02:49:00.7150940Z CORNER_UL_LAT_PRODUCT = -0.50706 CORNER_UL_LON_PRODUCT = 102.48892 CORNER_UR_LAT_PRODUCT = -0.50754 CORNER_UR_LON_PRODUCT = 104.58570 CORNER_LL_LAT_PRODUCT = -2.40244 CORNER_LL_LON_PRODUCT = 102.48682 CORNER_LR_LAT_PRODUCT = -2.40470 CORNER_LR_LON_PRODUCT = 104.58535 CORNER_UL_PROJECTION_X_PRODUCT = 220500.000 CORNER_UL_PROJECTION_Y_PRODUCT = -56100.000 CORNER_UR_PROJECTION_X_PRODUCT = 453900.000 CORNER_UR_PROJECTION_Y_PRODUCT = -56100.000 CORNER_LL_PROJECTION_X_PRODUCT = 220500.000 CORNER_LL_PROJECTION_Y_PRODUCT = -265800.000 CORNER_LR_PROJECTION_X_PRODUCT = 453900.000 CORNER_LR_PROJECTION_Y_PRODUCT = -265800.000 REFLECTIVE_LINES = 6991 REFLECTIVE_SAMPLES = 7781 THERMAL_LINES = 6991 THERMAL_SAMPLES = 7781 FILE_NAME_BAND_1 = "LT51250611997230DKI00_B1.TIF" FILE_NAME_BAND_2 = "LT51250611997230DKI00_B2.TIF" FILE_NAME_BAND_3 = "LT51250611997230DKI00_B3.TIF" FILE_NAME_BAND_4 = "LT51250611997230DKI00_B4.TIF" FILE_NAME_BAND_5 = "LT51250611997230DKI00_B5.TIF" FILE_NAME_BAND_6 = "LT51250611997230DKI00_B6.TIF" FILE_NAME_BAND_7 = "LT51250611997230DKI00_B7.TIF"
25 GROUND_CONTROL_POINT_FILE_NAME = "LT51250611997230DKI00_GCP.txt" REPORT_VERIFY_FILE_NAME = "LT51250611997230DKI00_VER.txt" BROWSE_VERIFY_FILE_NAME = "LT51250611997230DKI00_VER.jpg" METADATA_FILE_NAME = "LT51250611997230DKI00_MTL.txt" CPF_NAME = "L5CPF19970701_19970930.09" END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES CLOUD_COVER = 7.00 IMAGE_QUALITY = 9 SUN_AZIMUTH = 66.24238391 SUN_ELEVATION = 52.17552374 GROUND_CONTROL_POINTS_MODEL = 100 GEOMETRIC_RMSE_MODEL = 3.979 GEOMETRIC_RMSE_MODEL_Y = 2.683 GEOMETRIC_RMSE_MODEL_X = 2.939 GROUND_CONTROL_POINTS_VERIFY = 688 GEOMETRIC_RMSE_VERIFY = 0.206 GEOMETRIC_RMSE_VERIFY_QUAD_UL = 0.204 GEOMETRIC_RMSE_VERIFY_QUAD_UR = 0.195 GEOMETRIC_RMSE_VERIFY_QUAD_LL = 0.215 GEOMETRIC_RMSE_VERIFY_QUAD_LR = 0.209 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE RADIANCE_MAXIMUM_BAND_1 = 193.000 RADIANCE_MINIMUM_BAND_1 = -1.520 RADIANCE_MAXIMUM_BAND_2 = 365.000 RADIANCE_MINIMUM_BAND_2 = -2.840 RADIANCE_MAXIMUM_BAND_3 = 264.000 RADIANCE_MINIMUM_BAND_3 = -1.170 RADIANCE_MAXIMUM_BAND_4 = 221.000 RADIANCE_MINIMUM_BAND_4 = -1.510 RADIANCE_MAXIMUM_BAND_5 = 30.200 RADIANCE_MINIMUM_BAND_5 = -0.370 RADIANCE_MAXIMUM_BAND_6 = 15.303 RADIANCE_MINIMUM_BAND_6 = 1.238 RADIANCE_MAXIMUM_BAND_7 = 16.500 RADIANCE_MINIMUM_BAND_7 = -0.150 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6 = 255 QUANTIZE_CAL_MIN_BAND_6 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255
26 QUANTIZE_CAL_MIN_BAND_7 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF" CORRECTION_GAIN_BAND_6 = "INTERNAL_CALIBRATION" CORRECTION_GAIN_BAND_7 = "CPF" CORRECTION_BIAS_BAND_1 = "CPF" CORRECTION_BIAS_BAND_2 = "CPF" CORRECTION_BIAS_BAND_3 = "CPF" CORRECTION_BIAS_BAND_4 = "CPF" CORRECTION_BIAS_BAND_5 = "CPF" CORRECTION_BIAS_BAND_6 = "CPF" CORRECTION_BIAS_BAND_7 = "CPF" END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.766 RADIANCE_MULT_BAND_2 = 1.448 RADIANCE_MULT_BAND_3 = 1.044 RADIANCE_MULT_BAND_4 = 0.876 RADIANCE_MULT_BAND_5 = 0.120 RADIANCE_MULT_BAND_6 = 0.055 RADIANCE_MULT_BAND_7 = 0.066 RADIANCE_ADD_BAND_1 = -2.28583 RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM" DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 48 GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP" RESAMPLING_OPTION = "CUBIC_CONVOLUTION" MAP_PROJECTION_L0RA = "NA" END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE END
2. Tahun 2000 data citra satelit landsat 5 GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO ORIGIN = "Image courtesy of the U.S. Geological Survey"
27 REQUEST_ID = "0101402138765_00001" LANDSAT_SCENE_ID = "LT51250612000191DKI00" FILE_DATE = 2014-02-16T21:04:54Z STATION_ID = "DKI" PROCESSING_SOFTWARE_VERSION = "LPGS_12.3.1" DATA_CATEGORY = "NOMINAL" END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1T" DATA_TYPE_L0RP = "TMR_L0RP" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "PREDICTIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM" SENSOR_MODE = "SAM" WRS_PATH = 125 WRS_ROW = 061 DATE_ACQUIRED = 2000-07-09 SCENE_CENTER_TIME = 02:54:19.2970750Z CORNER_UL_LAT_PRODUCT = -0.49077 CORNER_UL_LON_PRODUCT = 102.41351 CORNER_UR_LAT_PRODUCT = -0.49125 CORNER_UR_LON_PRODUCT = 104.50751 CORNER_LL_LAT_PRODUCT = -2.39145 CORNER_LL_LON_PRODUCT = 102.41136 CORNER_LR_LAT_PRODUCT = -2.39382 CORNER_LR_LON_PRODUCT = 104.50711 CORNER_UL_PROJECTION_X_PRODUCT = 212100.000 CORNER_UL_PROJECTION_Y_PRODUCT = -54300.000 CORNER_UR_PROJECTION_X_PRODUCT = 445200.000 CORNER_UR_PROJECTION_Y_PRODUCT = -54300.000 CORNER_LL_PROJECTION_X_PRODUCT = 212100.000 CORNER_LL_PROJECTION_Y_PRODUCT = -264600.000 CORNER_LR_PROJECTION_X_PRODUCT = 445200.000 CORNER_LR_PROJECTION_Y_PRODUCT = -264600.000 REFLECTIVE_LINES = 7011 REFLECTIVE_SAMPLES = 7771 THERMAL_LINES = 7011 THERMAL_SAMPLES = 7771 FILE_NAME_BAND_1 = "LT51250612000191DKI00_B1.TIF" FILE_NAME_BAND_2 = "LT51250612000191DKI00_B2.TIF" FILE_NAME_BAND_3 = "LT51250612000191DKI00_B3.TIF" FILE_NAME_BAND_4 = "LT51250612000191DKI00_B4.TIF" FILE_NAME_BAND_5 = "LT51250612000191DKI00_B5.TIF" FILE_NAME_BAND_6 = "LT51250612000191DKI00_B6.TIF" FILE_NAME_BAND_7 = "LT51250612000191DKI00_B7.TIF" GROUND_CONTROL_POINT_FILE_NAME = "LT51250612000191DKI00_GCP.txt" REPORT_VERIFY_FILE_NAME = "LT51250612000191DKI00_VER.txt" BROWSE_VERIFY_FILE_NAME = "LT51250612000191DKI00_VER.jpg" METADATA_FILE_NAME = "LT51250612000191DKI00_MTL.txt" CPF_NAME = "L5CPF20000701_20000930.09"
28 END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES CLOUD_COVER = 38.00 IMAGE_QUALITY = 9 SUN_AZIMUTH = 52.54469146 SUN_ELEVATION = 48.99266586 GROUND_CONTROL_POINTS_MODEL = 45 GEOMETRIC_RMSE_MODEL = 3.873 GEOMETRIC_RMSE_MODEL_Y = 2.562 GEOMETRIC_RMSE_MODEL_X = 2.904 GROUND_CONTROL_POINTS_VERIFY = 1003 GEOMETRIC_RMSE_VERIFY = 11.859 GEOMETRIC_RMSE_VERIFY_QUAD_UL = 10.726 GEOMETRIC_RMSE_VERIFY_QUAD_UR = 10.865 GEOMETRIC_RMSE_VERIFY_QUAD_LL = 13.957 GEOMETRIC_RMSE_VERIFY_QUAD_LR = 11.186 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE RADIANCE_MAXIMUM_BAND_1 = 193.000 RADIANCE_MINIMUM_BAND_1 = -1.520 RADIANCE_MAXIMUM_BAND_2 = 365.000 RADIANCE_MINIMUM_BAND_2 = -2.840 RADIANCE_MAXIMUM_BAND_3 = 264.000 RADIANCE_MINIMUM_BAND_3 = -1.170 RADIANCE_MAXIMUM_BAND_4 = 221.000 RADIANCE_MINIMUM_BAND_4 = -1.510 RADIANCE_MAXIMUM_BAND_5 = 30.200 RADIANCE_MINIMUM_BAND_5 = -0.370 RADIANCE_MAXIMUM_BAND_6 = 15.303 RADIANCE_MINIMUM_BAND_6 = 1.238 RADIANCE_MAXIMUM_BAND_7 = 16.500 RADIANCE_MINIMUM_BAND_7 = -0.150 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6 = 255 QUANTIZE_CAL_MIN_BAND_6 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255 QUANTIZE_CAL_MIN_BAND_7 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF"
29 CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF" CORRECTION_GAIN_BAND_6 = "INTERNAL_CALIBRATION" CORRECTION_GAIN_BAND_7 = "CPF" CORRECTION_BIAS_BAND_1 = "CPF" CORRECTION_BIAS_BAND_2 = "CPF" CORRECTION_BIAS_BAND_3 = "CPF" CORRECTION_BIAS_BAND_4 = "CPF" CORRECTION_BIAS_BAND_5 = "CPF" CORRECTION_BIAS_BAND_6 = "CPF" CORRECTION_BIAS_BAND_7 = "CPF" END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.766 RADIANCE_MULT_BAND_2 = 1.448 RADIANCE_MULT_BAND_3 = 1.044 RADIANCE_MULT_BAND_4 = 0.876 RADIANCE_MULT_BAND_5 = 0.120 RADIANCE_MULT_BAND_6 = 0.055 RADIANCE_MULT_BAND_7 = 0.066 RADIANCE_ADD_BAND_1 = -2.28583 RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM" DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 48 GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP" RESAMPLING_OPTION = "CUBIC_CONVOLUTION" MAP_PROJECTION_L0RA = "NA" END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE END
3. Tahun 2009 data citra landsat 5 GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO ORIGIN = "Image courtesy of the U.S. Geological Survey" REQUEST_ID = "0101311084020_00193" LANDSAT_SCENE_ID = "LT51250612009119BKT00" FILE_DATE = 2013-11-10T16:02:10Z STATION_ID = "BKT" PROCESSING_SOFTWARE_VERSION = "LPGS_12.3.0" DATA_CATEGORY = "NOMINAL"
30 END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1G" DATA_TYPE_L0RP = "TMR_L0RP" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "DEFINITIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM" SENSOR_MODE = "BUMPER" WRS_PATH = 125 WRS_ROW = 061 DATE_ACQUIRED = 2009-04-29 SCENE_CENTER_TIME = 03:04:52.8050810Z CORNER_UL_LAT_PRODUCT = -0.51518 CORNER_UL_LON_PRODUCT = 102.45390 CORNER_UR_LAT_PRODUCT = -0.51568 CORNER_UR_LON_PRODUCT = 104.57761 CORNER_LL_LAT_PRODUCT = -2.39424 CORNER_LL_LON_PRODUCT = 102.45179 CORNER_LR_LAT_PRODUCT = -2.39655 CORNER_LR_LON_PRODUCT = 104.57726 CORNER_UL_PROJECTION_X_PRODUCT = 216600.000 CORNER_UL_PROJECTION_Y_PRODUCT = -57000.000 CORNER_UR_PROJECTION_X_PRODUCT = 453000.000 CORNER_UR_PROJECTION_Y_PRODUCT = -57000.000 CORNER_LL_PROJECTION_X_PRODUCT = 216600.000 CORNER_LL_PROJECTION_Y_PRODUCT = -264900.000 CORNER_LR_PROJECTION_X_PRODUCT = 453000.000 CORNER_LR_PROJECTION_Y_PRODUCT = -264900.000 REFLECTIVE_LINES = 6931 REFLECTIVE_SAMPLES = 7881 THERMAL_LINES = 6931 THERMAL_SAMPLES = 7881 FILE_NAME_BAND_1 = "LT51250612009119BKT00_B1.TIF" FILE_NAME_BAND_2 = "LT51250612009119BKT00_B2.TIF" FILE_NAME_BAND_3 = "LT51250612009119BKT00_B3.TIF" FILE_NAME_BAND_4 = "LT51250612009119BKT00_B4.TIF" FILE_NAME_BAND_5 = "LT51250612009119BKT00_B5.TIF" FILE_NAME_BAND_6 = "LT51250612009119BKT00_B6.TIF" FILE_NAME_BAND_7 = "LT51250612009119BKT00_B7.TIF" METADATA_FILE_NAME = "LT51250612009119BKT00_MTL.txt" CPF_NAME = "L5CPF20090401_20090525.14" END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES CLOUD_COVER = 14.00 IMAGE_QUALITY = 7 SUN_AZIMUTH = 60.44850094 SUN_ELEVATION = 56.63183707 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE RADIANCE_MAXIMUM_BAND_1 = 193.000 RADIANCE_MINIMUM_BAND_1 = -1.520 RADIANCE_MAXIMUM_BAND_2 = 365.000
31 RADIANCE_MINIMUM_BAND_2 = -2.840 RADIANCE_MAXIMUM_BAND_3 = 264.000 RADIANCE_MINIMUM_BAND_3 = -1.170 RADIANCE_MAXIMUM_BAND_4 = 221.000 RADIANCE_MINIMUM_BAND_4 = -1.510 RADIANCE_MAXIMUM_BAND_5 = 30.200 RADIANCE_MINIMUM_BAND_5 = -0.370 RADIANCE_MAXIMUM_BAND_6 = 15.303 RADIANCE_MINIMUM_BAND_6 = 1.238 RADIANCE_MAXIMUM_BAND_7 = 16.500 RADIANCE_MINIMUM_BAND_7 = -0.150 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6 = 255 QUANTIZE_CAL_MIN_BAND_6 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255 QUANTIZE_CAL_MIN_BAND_7 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF" CORRECTION_GAIN_BAND_6 = "INTERNAL_CALIBRATION" CORRECTION_GAIN_BAND_7 = "CPF" CORRECTION_BIAS_BAND_1 = "CPF" CORRECTION_BIAS_BAND_2 = "CPF" CORRECTION_BIAS_BAND_3 = "CPF" CORRECTION_BIAS_BAND_4 = "CPF" CORRECTION_BIAS_BAND_5 = "CPF" CORRECTION_BIAS_BAND_6 = "CPF" CORRECTION_BIAS_BAND_7 = "CPF" END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.766 RADIANCE_MULT_BAND_2 = 1.448 RADIANCE_MULT_BAND_3 = 1.044 RADIANCE_MULT_BAND_4 = 0.876 RADIANCE_MULT_BAND_5 = 0.120 RADIANCE_MULT_BAND_6 = 0.055 RADIANCE_MULT_BAND_7 = 0.066 RADIANCE_ADD_BAND_1 = -2.28583
32 RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM" DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 48 GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP" RESAMPLING_OPTION = "CUBIC_CONVOLUTION" MAP_PROJECTION_L0RA = "NA" END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE END
4. Tahun 2013 data citra landsat 7 GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO ORIGIN = "Image courtesy of the U.S. Geological Survey" REQUEST_ID = "0101311146883_00096" LANDSAT_SCENE_ID = "LE71250612013170EDC00" FILE_DATE = 2013-11-17T01:26:07Z STATION_ID = "EDC" PROCESSING_SOFTWARE_VERSION = "LPGS_12.3.1" DATA_CATEGORY = "NOMINAL" END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1T" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "DEFINITIVE" SPACECRAFT_ID = "LANDSAT_7" SENSOR_ID = "ETM" SENSOR_MODE = "BUMPER" WRS_PATH = 125 WRS_ROW = 061 DATE_ACQUIRED = 2013-06-19 SCENE_CENTER_TIME = 03:13:04.3272663Z CORNER_UL_LAT_PRODUCT = -0.49891 CORNER_UL_LON_PRODUCT = 102.43505 CORNER_UR_LAT_PRODUCT = -0.49940 CORNER_UR_LON_PRODUCT = 104.59109 CORNER_LL_LAT_PRODUCT = -2.37793 CORNER_LL_LON_PRODUCT = 102.43295 CORNER_LR_LAT_PRODUCT = -2.38027 CORNER_LR_LON_PRODUCT = 104.59076
33 CORNER_UL_PROJECTION_X_PRODUCT = 214500.000 CORNER_UL_PROJECTION_Y_PRODUCT = -55200.000 CORNER_UR_PROJECTION_X_PRODUCT = 454500.000 CORNER_UR_PROJECTION_Y_PRODUCT = -55200.000 CORNER_LL_PROJECTION_X_PRODUCT = 214500.000 CORNER_LL_PROJECTION_Y_PRODUCT = -263100.000 CORNER_LR_PROJECTION_X_PRODUCT = 454500.000 CORNER_LR_PROJECTION_Y_PRODUCT = -263100.000 PANCHROMATIC_LINES = 13861 PANCHROMATIC_SAMPLES = 16001 REFLECTIVE_LINES = 6931 REFLECTIVE_SAMPLES = 8001 THERMAL_LINES = 6931 THERMAL_SAMPLES = 8001 FILE_NAME_BAND_1 = "LE71250612013170EDC00_B1.TIF" FILE_NAME_BAND_2 = "LE71250612013170EDC00_B2.TIF" FILE_NAME_BAND_3 = "LE71250612013170EDC00_B3.TIF" FILE_NAME_BAND_4 = "LE71250612013170EDC00_B4.TIF" FILE_NAME_BAND_5 = "LE71250612013170EDC00_B5.TIF" FILE_NAME_BAND_6_VCID_1 = "LE71250612013170EDC00_B6_VCID_1.TIF" FILE_NAME_BAND_6_VCID_2 = "LE71250612013170EDC00_B6_VCID_2.TIF" FILE_NAME_BAND_7 = "LE71250612013170EDC00_B7.TIF" FILE_NAME_BAND_8 = "LE71250612013170EDC00_B8.TIF" GROUND_CONTROL_POINT_FILE_NAME = "LE71250612013170EDC00_GCP.txt" METADATA_FILE_NAME = "LE71250612013170EDC00_MTL.txt" CPF_NAME = "L7CPF20130401_20130630.09" END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES CLOUD_COVER = 2.00 IMAGE_QUALITY = 9 SUN_AZIMUTH = 46.37983409 SUN_ELEVATION = 52.72899385 GROUND_CONTROL_POINTS_MODEL = 35 GEOMETRIC_RMSE_MODEL = 6.040 GEOMETRIC_RMSE_MODEL_Y = 4.829 GEOMETRIC_RMSE_MODEL_X = 3.628 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE RADIANCE_MAXIMUM_BAND_1 = 191.600 RADIANCE_MINIMUM_BAND_1 = -6.200 RADIANCE_MAXIMUM_BAND_2 = 196.500 RADIANCE_MINIMUM_BAND_2 = -6.400 RADIANCE_MAXIMUM_BAND_3 = 152.900 RADIANCE_MINIMUM_BAND_3 = -5.000 RADIANCE_MAXIMUM_BAND_4 = 241.100 RADIANCE_MINIMUM_BAND_4 = -5.100 RADIANCE_MAXIMUM_BAND_5 = 31.060 RADIANCE_MINIMUM_BAND_5 = -1.000 RADIANCE_MAXIMUM_BAND_6_VCID_1 = 17.040 RADIANCE_MINIMUM_BAND_6_VCID_1 = 0.000 RADIANCE_MAXIMUM_BAND_6_VCID_2 = 12.650 RADIANCE_MINIMUM_BAND_6_VCID_2 = 3.200
34 RADIANCE_MAXIMUM_BAND_7 = 10.800 RADIANCE_MINIMUM_BAND_7 = -0.350 RADIANCE_MAXIMUM_BAND_8 = 243.100 RADIANCE_MINIMUM_BAND_8 = -4.700 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6_VCID_1 = 255 QUANTIZE_CAL_MIN_BAND_6_VCID_1 = 1 QUANTIZE_CAL_MAX_BAND_6_VCID_2 = 255 QUANTIZE_CAL_MIN_BAND_6_VCID_2 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255 QUANTIZE_CAL_MIN_BAND_7 = 1 QUANTIZE_CAL_MAX_BAND_8 = 255 QUANTIZE_CAL_MIN_BAND_8 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF" CORRECTION_GAIN_BAND_6_VCID_1 = "CPF" CORRECTION_GAIN_BAND_6_VCID_2 = "CPF" CORRECTION_GAIN_BAND_7 = "CPF" CORRECTION_GAIN_BAND_8 = "CPF" CORRECTION_BIAS_BAND_1 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_2 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_3 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_4 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_5 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_6_VCID_1 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_6_VCID_2 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_7 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_8 = "INTERNAL_CALIBRATION" GAIN_BAND_1 = "H" GAIN_BAND_2 = "H" GAIN_BAND_3 = "H" GAIN_BAND_4 = "L" GAIN_BAND_5 = "H" GAIN_BAND_6_VCID_1 = "L" GAIN_BAND_6_VCID_2 = "H" GAIN_BAND_7 = "H" GAIN_BAND_8 = "L"
35 GAIN_CHANGE_BAND_1 = "HH" GAIN_CHANGE_BAND_2 = "HH" GAIN_CHANGE_BAND_3 = "HH" GAIN_CHANGE_BAND_4 = "LL" GAIN_CHANGE_BAND_5 = "HH" GAIN_CHANGE_BAND_6_VCID_1 = "LL" GAIN_CHANGE_BAND_6_VCID_2 = "HH" GAIN_CHANGE_BAND_7 = "HH" GAIN_CHANGE_BAND_8 = "LL" GAIN_CHANGE_SCAN_BAND_1 = 0 GAIN_CHANGE_SCAN_BAND_2 = 0 GAIN_CHANGE_SCAN_BAND_3 = 0 GAIN_CHANGE_SCAN_BAND_4 = 0 GAIN_CHANGE_SCAN_BAND_5 = 0 GAIN_CHANGE_SCAN_BAND_6_VCID_1 = 0 GAIN_CHANGE_SCAN_BAND_6_VCID_2 = 0 GAIN_CHANGE_SCAN_BAND_7 = 0 GAIN_CHANGE_SCAN_BAND_8 = 0 END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.779 RADIANCE_MULT_BAND_2 = 0.799 RADIANCE_MULT_BAND_3 = 0.622 RADIANCE_MULT_BAND_4 = 0.969 RADIANCE_MULT_BAND_5 = 0.126 RADIANCE_MULT_BAND_6_VCID_1 = 0.067 RADIANCE_MULT_BAND_6_VCID_2 = 0.037 RADIANCE_MULT_BAND_7 = 0.044 RADIANCE_MULT_BAND_8 = 0.976 RADIANCE_ADD_BAND_1 = -6.97874 RADIANCE_ADD_BAND_2 = -7.19882 RADIANCE_ADD_BAND_3 = -5.62165 RADIANCE_ADD_BAND_4 = -6.06929 RADIANCE_ADD_BAND_5 = -1.12622 RADIANCE_ADD_BAND_6_VCID_1 = -0.06709 RADIANCE_ADD_BAND_6_VCID_2 = 3.16280 RADIANCE_ADD_BAND_7 = -0.39390 RADIANCE_ADD_BAND_8 = -5.67559 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM" DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 48 GRID_CELL_SIZE_PANCHROMATIC = 15.00 GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP" RESAMPLING_OPTION = "CUBIC_CONVOLUTION" SCAN_GAP_INTERPOLATION = 2.0 END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE END
36 Lampiran 6 Peta Albedo
37
38 Lampiran 7 Peta Suhu permukaan
39
40 Lampiran 8 Peta Suhu Udara
41
42 Lampiran 9 Diagram Alir penelitian
43 Lampiran 10 Foto kondisi dilapangan sebagai titik Ground Control Point
44
45 RIWAYAT HIDUP
Penulis merupakan anak pertama dari tiga bersaudara yang dilahirkan pada tanggal 24 Februari 1993 di Jambi dari pasangan Bapak Abdul Kadir dan Ibu Marida Simamora. Pendidikan formal yang telah di tempuh penulis antara lain yaitu, pendidikan formal di SDN (Sekolah Dasar Negeri) 211 Kota Jambi pada tahun 2004, tahun 2004-2007 penulis melanjutkan pendidikan di SLTP (Sekolah Lanjut Tingkat Pertama) 16 kota jambi, dan SMA (Sekolah Menengah Atas) 4 kota jambi pada tahun 2010. Tahun 2010 penulis melanjutkan studi ke Perguruan Tinggi masuk melalui jalur USMI (Undangan Seleksi Masuk Institut Pertanian Bogor) dengan program studi mayor Meteorologi Terapan Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama Tingkat Persiapan Bersama (TPB) IPB, penulis merupakan wakil RT (Rukun Tetangga) untuk lorong 3 Gedung C3, selain itu penulis merupakan anggota dari GDA (Gugus Disiplin Asrama) yang berkerja sama dengan SR (Senior Residence). Selama menempuh pendidikan di IPB, penulis aktif di beberapa organisasi kemahasiswaan seperti UKM (Unit Kegiatan Kampus) badminton dan tennis meja, Badan Eksekutif Mahasiswa (BEM) Fakultas Matematika dan Ilmu Pengetahuan Alam sebagai staff departemen PSDM dan Himpunan Profesi Agrometeorologi selama dua periode sebagai Anggota Internal dan Eksternal pada periode Pertama dan Ketua Departemen Internal dan Eksternal pada periode kedua. Penulis juga aktif dalam berbagai kepanitian yang diselenggarakan oleh BEM seperti MPKMB, MPF, MPD, Seminar dan Pelatihan. Pada semester 7, penulis bergabung dengan yayasan karya salemba empat sebagai beaswan dan penulis menjadi ketua pelaksana acara Up Grading. Pada semester 8 penulis menjadi aisten pratikum mata kuliah Meteorologi Satelit sekaligus melakukan penelitian sebagai syarat lulus sarjana S1 IPB di laboratorium Meteorologi dan Pencemaran Atmosfer dibawah bimbingan Bapak Idung Risdiyanto SSi, MSc.
