JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
ANALISA RELASI PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH DI KOTA SURABAYA MENGGUNAKAN CITRA SATELIT MULTISPEKTRAL TAHUN 1994 – 2012 Dionysius Bryan S, Bangun Mulyo Sukotjo, Udiana Wahyu D Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Surabaya (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia Email :
[email protected] ,
[email protected] Abstrak- Isu Global Warming saat ini sudah menjadi bahan perbincangan serius di kalangan ilmuwan dunia dimana peningkatan suhu Bumi dapat memengaruhi pola kehidupan masyarakat dunia saat ini. Land Surface Temperature (LST) merupakan salah satu parameter kunci untuk mempelajari variasi temperatur dan energy balance dan digunakan untuk menentukan keterkaitan antara perubahan suhu dengan tata guna lahan. Penelitian ini menentukan distribusi suhu serta menentukan korelasinya dengan perubahan luas tata guna lahan. Daerah studi untuk penelitian ini adalah kota Surabaya yang merupakan salah satu kota terbesar di Indonesia. Data tutupan lahan diperoleh dari citra satelit Landsat 5 TM dan Landsat 7 ETM+ dan untuk mendapatkan data suhu, maka digunakan band 6 dari Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1. Perbedaan dalam penggunaan citra ini disebabkan adanya kerusakan pada sensor Landsat 7 ETM+ sejak tahun 2003, sehingga tidak memungkinkan untuk digunakan band thermalnya. Hasil pengolahan data Landsat menunjukkan bahwa terjadi perubahan luas tutupan lahan yang cukup signifikan . Untuk kawasan urban terjadi perubahan sekitar 27930600 m2 dalam rentang waktu 18 tahun. Sedangkan untuk kawasan vegetasi terjadi penurunan luas sekitar 19395000 m2 dan mencakup hanya 9.22% dari total luas kota Surabaya. Perubahan juga terjadi pada hasil pengolahan LST dengan algoritma mono- window Brightness Temperature yang didapat dari citra Landsat 5 TM, Landsat 7 ETM+. Sedangkan pada MODIS11A1, nilai LST yang muncul merupakan hasil kalibrasi MODIS product level 2, sehingga tidak perlu memasukkan algoritma tambahan. Dari tahun 1994 sampai 2012 perubahan suhu rata-rata yang tercatat cukup fluktuatif, yaitu terjadi peningkatan sekitar 160 Celcius dari tahun 1994 sampai 2009 kemudian mengalami penurunan sekitar 100 Celcius di tahun 2012. Korelasi terbaik yang didapat dari hasil pengolahan suhu dan tutupan lahan adalah urban (0.974453242) dan vegetasi (-0.75278847). Hasil yang ditunjukkan dalam penelitian ini merupakan langkah awal dalam penelitian berikutnya untuk mendapatkan hasil yang lebih valid dengan mempertimbangkan faktor-faktor kualitatif. Kata Kunci : LST, Landsat 5 TM, Landsat 7 ETM+, MODISA11A1
I. PENDAHULUAN
L
and Surface Temperature (LST) merupakan
faktor kunci dalam studi iklim global yang dapat dijadikan sebagai salah satu parameter untuk mempelajari variasi temperatur yang berkaitan langsung dengan perubahan tutupan lahan[5]. Beberapa kota metropolitan memiliki rataan suhu permukaan yang lebih tinggi dari wilayah sekitarnya yang diakibatkan oleh tingginya aktivitas pembangunan fisik perkotaan. Aktivitas tersebut cenderung mengalami peningkatan yang signifikan dari rentang pertengahan tahun 1990an sampai awal 2000an, yang ditunjukkan dengan meningkatnya jumlah bangunan (bangunan komersil, pemerintahan, pemukiman, dll) hingga meluasnya areal industri. Namun sebaliknya luas areal vegetasi baik areal persawahan, perkebunan hingga wilayah konservasi kehutanan menunjukkan grafik penurunan yang signifikan [1]. Penginderaan jauh merupakan salah satu metode yang tepat dalam memonitor dinamika temperatur suatu wilayah tanpa perlu melakukan kontak langsung dengan objek. Citra satelit Landsat merupakan salah satu produk penginderaan jauh yang cocok untuk studi lingkungan dan biasa digunakan untuk pemantauan suhu permukaan tanah dengan algoritma mono-window Brightness Temperature, karena memiliki band thermal (band 6) dengan rentang panjang gelombang 10.4 sampai 12.5 µm dan resolusi spasial 60 meter. Selain band 6, Landsat juga memiliki band 1-5 dan 7 dengan resolusi spasial 30 meter dan 15 meter untuk band 8 (pankromatik)[3]. Meskipun resolusi spasialnya tergolong level medium, namun banyak penelitian yang telah memanfaatkan Landsat untuk mengamati kualitas lingkungan hidup dengan membuat korelasi yang tepat antara perubahan lahan dengan variasi suhu permukaan tanah. Selain Landsat, MODIS juga merupakan salah satu jenis satelit multispektral yang memiliki resolusi spasial 250- 1km yang memiliki 36 band dan banyak digunakan untuk analisa atmosfer, crysopher, dan litosfer[4]. Surabaya merupakan salah satu kota metropolitan Indonesia yang sangat pesat tingkat pembangunannya. Sebagai ibukota provinsi Jawa Timur, Surabaya merupakan pusat pemerintahan, bisnis, perekonomian, investasi, pendidikan dan perindustrian. Sehingga untuk menjalankan perannya tersebut, maka
1
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) kota Surabaya senantiasa melakukan pembangunan fisik untuk menunjang aktivitas masyarakatnya. Konsekuensi dari pembangunan tersebut ialah semakin sempitnya alokasi area untuk vegetasi sehingga tingkat penyerapan karbon semakin kecil. Dampak langsung dari efek ini adalah meningkatnya suhu permukaan tanah di Kota Surabaya. Oleh sebab itu, dalam penelitian ini dilakukan analisis untuk mendapatkan hubungan atau korelasi antara perubahan luas tutupan lahan dengan dinamika suhu permukaan tanah dari tahun 1994, 1997, 2000, 2002, 2006, 2009 dan 2012 dengan menggunakan citra Landsat 5 TM, Landsat 7 ETM+, MODIS11A1. Gambar 2. Citra Landsat 5 TM Tahun 1994 Kota Surabaya
II. METODE PENELITIAN Lokasi yang digunakan pada penelitian kali ini adalah kota Surabaya di Provinsi Jawa Timur yang terletak di koordinat 7009’0’’-7021’0” S dan 112036’33’’112054’0”E
Gambar 3. Citra Landsat 7 ETM+ Tahun 2002 Kota Surabaya
Gambar 1. Lokasi Penelitian
Dalam penelitian kali ini, data primer yang digunakan untuk pemetaan tutupan lahan dan LST adalah data citra satelit mutispektral Landsat 5 TM dan Landsat 7 ETM+ untuk tahun 1994, 1997, 2000, 2002, 2006, 2009 dan 2012 serta MODIS11A11 untuk tahun 2006, 2009 dan 2012. Citra Landsat band 1-5 dan 7 digunakan untuk melakukan pemetaan Land Use dengan metode Supervised Classification sedangkan untuk pemetaan suhu digunakan citra Landsat band 6 dan citra MODIS11A1. Untuk Landsat, diperlukan algoritma Spectral Radiance dan Brightness Temperature untuk mendapatkan sebaran suhu di wilayah studi, sedangkan untuk MODIS11A1 tidak perlu digunakan algoritma tertentu karena MODIS level 2 product telah mengalami kalibrasi. Hasil pengolahan citra Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1 yang menunjukkan perubahan luas tutupan lahan dan suhu kemudian ditentukan analisa korelasi untuk mengetahui keterkaitannya. Dengan menganalisa besarnya nilai korelasi antara perubahan luas masing-masing kelas tutupan lahan dengan perubahan suhu, maka dapat ditentukan kelas tutupan lahan mana yang memiliki pengaruh besar terhadap perubahan suhu dalam rentang waktu 18 tahun.
Gambar 4. Band 6 Citra Landsat 7 ETM+ Tahun 2002 Kota Surabaya
2
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) III.HASIL DAN PEMBAHASAN Citra Landsat 5 TM dan 7 ETM+
Generalisasi band thermal Landsat TM dan ETM+
Penggabungan Band 1-5 dan 7
Koreksi Geometrik
Citra Landsat Ortho Tahun 2001
A.
Hasil Klasifikasi Supervised Hasil dari klasifikasi terselia (Supervised Classification) dengan metode maximum likelihood citra Landsat 5 ETM dan Landsat 7 ETM+ untuk wilayah Surabaya dari tahun 1994 sampai 2012 dibagi menjadi enam kelas. Kelas yang didapat dari hasil klasifikasi diantaranya urban, vegetasi, tambak, lahan kosong (bare soil), badan air dan awan. Awan masuk dalam kategori pengelasan karena pada beberapa citra satelit terdapat awan yang menutupi sebagian wilayah studi sehingga harus dilakukan pengelasan indvidu khusus untuk awan. Wilayah urban pada tabel meliputi daerah pemukiman, perumahan, industri, komersil, dan wilayah-wilayah terbangun lainnya, sedangkan wilayah vegetasi merupakan wilayah persawahan, hutan mangrove maupun daerah ruang terbuka hijau. Wilayah badan air meliputi daerah sungai maupun daerah genangan air. Beberapa wilayah badan air teridentifikasi di daerah tambak karena ada kemiripan spektral pada daerah tambak yang memiliki genangan air yang dalam.
MODIS11 A1
Georefen ce
Koreksi Geometrik
Koreksi Geometrik Tidak
Peta Vektor Indonesia
Tidak
Tidak
RMSe < 1 pixel Ya
RMSe < 1 pixel
RMSe < 1 pixel
Ya Ya
Citra Terkoreksi Geomterik
Cropping Citra
Klasifikasi Lahan (Supervised Classification)
Uji Klasifikasi > 70%
Peta Tutupan Lahan / Land Use Tahun 1994-2012
Citra Terkoreksi Geomterik
Cropping Citra
Algoritma LST Brightness Temperature ( band thermal)
Citra Terkoreksi Geomterik
Tabel 1. Hasil Klasifikasi Kelas Urban (m2)
Cropping Citra
Validasi Suhu
Validasi Suhu
Peta Sebaran Suhu Permukaan Tanah Tahun 1994, 1997, 2000 dan 2002
Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
118142100.00
35.60%
1997
336614400.00
115409700.00
34.29%
2000
336917700.00
139786200.00
41.49%
2002
337031100.00
154019700.00
45.70%
2006
338829300.00
160710300.00
47.43%
2009
335205000.00
168288300.00
50.20%
2012
340256700.00
146072700.00
42.93%
Tabel 2. Hasil Klasifikasi Kelas Vegetasi (m2)
Peta Sebaran Suhu Permukaan Tanah Tahun 2006, 2009 dan 2012
Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
50767200.00
15.30%
1997
336614400.00
55676700.00
16.54%
2000
336917700.00
63470700.00
18.84%
2002
337031100.00
22995000.00
6.82%
2006
338829300.00
25506000.00
7.53%
2009
335205000.00
33584400.00
10.02%
2012
340256700.00
31372200.00
9.22%
Tabel 3. Hasil Klasifikasi Kelas Tambak (m2)
Analisa perubahan Suhu Permukaan Tanah dan Tutupan Lahan/ Land Use Tahun 19942012
Grafik korelasi antara perubahan Tutupan Lahan /Land Use dengan Suhu Permukaan Tanah Tahun 1994-2012
Gambar 5. Diagram Alir Pengolahan Data
3
Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
64260900.00
19.36%
1997
336614400.00
44104500.00
13.10%
2000
336917700.00
45246600.00
13.43%
2002
337031100.00
36257400.00
10.76%
2006
338829300.00
43094700.00
12.72%
2009
335205000.00
37928700.00
11.32%
2012
340256700.00
23066100.00
6.78%
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
Tabel 4. Hasil Klasifikasi Kelas Lahan Kosong (m2) Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
69660900.00
20.99%
1997
336614400.00
65361600.00
19.42%
2000
336917700.00
62649900.00
18.60%
2002
337031100.00
91593000.00
27.18%
2006
338829300.00
90873900.00
26.82%
2009
335205000.00
65844900.00
19.64%
2012
340256700.00
100981800.00
29.68%
C.
Hasil Perhitungan Suhu Perhitungan suhu dilakukan hanya pada band 6 citra Landsat 5 TM dan Landsat 7 ETM+ untuk tahun 1994, 1997, 2000 dan 2002. Algoritma yang digunakan ialah mono window Brightness Temperature[2]; Lλ= Lmin (λ) + (Lmax(λ) – Lmin(λ)) QDN/Qmax ..... (1) Ket: = Spectral radiance (mWcm-2sr-1µm-1) Lλ Lmin (λ) = Minimum spectral radiance (mWcm2 -1 sr µm-1) Lmax(λ) = Maximum spectral radiance (mWcm-2sr-1µm-1) = Derajat keabuan piksel yang diamati QDN = Nilai maksimum Digital Number Qmax
Tabel 5. Hasil Klasifikasi Kelas Badan Air (m2) Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
29043000.00
8.75%
1997
336614400.00
49060800.00
14.57%
2000
336917700.00
12976200.00
3.85%
2002
337031100.00
32166000.00
9.54%
2006
338829300.00
18644400.00
5.50%
2009
335205000.00
27775800.00
8.29%
2012
340256700.00
37668600.00
11.07%
Tb = Ket: Tb K1
K2
Tabel 6. Hasil Klasifikasi Kelas Awan (m2) Tahun
Luas Total Kota
Luas Area
Precentage
1994
331874100.00
0.00
0.00%
1997
336614400.00
7001100.00
2.08%
2000
336917700.00
12788100.00
3.80%
2002
337031100.00
0.00
0.00%
2006
338829300.00
0.00
0.00%
2009
335205000.00
1782900.00
0.53%
2012
340256700.00
1095300.00
0.32%
Lλ
Nilai SOF
1994
0.107
0.5714
1997
0.370
0.6969
2000
0.178
0.5833
2002
0.111
0.55
2006
0.241
0.6167
2009
0.208
0.5825
2012
0.327
0.6071
...... (2)
= Brightness temperature satelit (K) = Konstanta Kalibrasi untuk Landsat 5 TM (607,6) dan Landsat 7 ETM+ (666,09) = Konstanta Kalibrasi untuk Landsat 5 TM (1260.56) dan Landsat 7 ETM+ (1282.71) = Spectral radiance
Tabel 8. Hasil Perhitungan Suhu Tahun 1994-2012
Koreksi Geometri Untuk proses koreksi geometrik, dilakukan penempatan titik-titik kontrol yang tersebar diseluruh wilayah studi dengan nilai RMSE <1. Proses koreksi geometrik ini dilakukan pada masing-masing citra satelit dari tahun 1994 sampai 2012 beserta perhitungan SOF yang merupakan nilai kekuatan jaring dari titik-titik kontrol yang digunakan untuk proses koreksi geometri. Tabel 7. Hasil Perhitungan RMSE dan SOF Nilai RMSE
𝐾𝐾2
𝐾𝐾 1 +1� 𝐿𝐿𝐿𝐿
Sedangkan untuk tahun 2006, 2009 dan 2012 tidak digunakan band 6 citra Landsat 7 ETM+ karena faktor SLC-OFF sehingga suhu diperoleh dari citra MODIS11A1 yang memilki resolusi spasial 1 km. Citra MODIS11A1 merupakan citra produk level 2 sehingga nilai spektral yang terdapat pada citra merupakan nilai suhu. Berikut hasil perhitungan nilai suhu dalam oC dari citra satelit Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1.
B.
Tahun
𝑙𝑙𝑙𝑙 �
4
Tahun
Mean
Maximum
Minimum
1994
28.95
35.28
23.10
1997
27.07
31.66
19.51
2000
32.54
44.91
18.51
2002
38.23
48.86
26.68
2006
43.06
48.06
29.18
2009
44.30
49.32
31.02
2012
34.81
39.98
28.10
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
Klasifikasi Lahan Tahun 1994 Tabel 9. Data Sekunder Suhu Udara Tahun 1994-2012 Point
X
Y
Suhu 1
Suhu 2
Mean
1.
689850
9198881
31o
35o
33o
2.
690012
9197839
31o
35o
33o
3.
691993
9194002
31o
34o
32,5o
4.
692238
9194975
28o
34o
31o
5.
692896
9191990
32o
35o
33,5o
o
o
6.
690126
9191793
32
35
33,5o
7.
696188
9189991
32o
34o
33o
o
o
o
8.
694931
9189277
32
34
33
9.
686233
9189265
30o
35o
32,5o
10.
684090
9189789
30o
34o
32,5o
9%
21%
Urban
19%
Tambak
15%
Lahan Kosong Badan Air
Gambar 7. Klasifikasi Lahan Tahun 1994
Klasifikasi Lahan Tahun 2012 11%
Urban
0%
Vegetasi
43%
30% Data hasil perhitungan suhu menunjukkan adanya trend peningkatan suhu permukaan tanah dari rentang tahun 1994 sampai 2009 sebelum akhirnya menurun pada tahun 2012. Trend peningkatan ini banyak disebabkan oleh salah satunya bertambah luasnya wilayah urban yang meliputi wilayah pemukiman, perumahan, industri, komersil, dan area-area terbangun lainnya disamping itu, luas wilayah vegetasi sedikit mengalami penyusutan. Luas wilayah kelas lain seperti lahan kosong (bare soil) juga memengaruhi trend peningkatan suhu. Data sekunder yang didapat merupakan data yang diambil di lapangan pada titik-titik tertentu. Data suhu diambil dengan menggunakan alat termometer udara. Pengambilan data dilakukan dua kali yaitu pada pagi dan siang hari dan kemudian ditentukan nilai rataannya. Hal ini dilakukan untuk menyesuaikan acquisition date data pada citra satelit Landsat dan MODIS. Pengambilan data suhu menggunakan termometer udara dikarenakan suhu permukaan tanah pada hakikatnya merupakan radiasi budget energy dari litosfer sehingga pengukuran dengan termometer udara merupakan langkah yang benar. 60 50 40 30 20 10 0
Vegetasi
36%
Tambak Lahan Kosong
7%
Badan Air
9%
Awan
Gambar 8. Klasifikasi Lahan Tahun 2012
D.
Analisa korelasi Perubahan Tutupan Lahan dengan Suhu
Berdasarkan hasil klasifikasi lahan Supervised Classification dengan metode maximum likelihood maka dapat ditentukan adanya hubungan antara perubahan luas tutupan lahan dengan perubahan suhu dari tahun 1994 sampai 2012. Analisa korelasi yang digunakan ialah dengan membandingkan trend perubahan tutupan lahan dan suhu. Tabel 10. Nilai Korelasi Perubahan Luasan Tutupan Lahan dan Suhu Permukaan Tanah Rata-rata, Maksimum dan Minimum.
Minimum Mean
Kelas
Mean
Max
Min
Urban
0.974453242
0.933947696
0.799672556
Vegetasi
-0.75278847
-0.594756408
-0.889701433
Tambak
-0.411662773
-0.354691792
-0.451805338
Lahan Kosong
0.346883719
0.265332849
0.564069769
Badan Air
-0.439332347
-0.642604949
-0.073037337
Awan
-0.427601193
-0.180924966
-0.77699942
Nilai korelasi yang ditunjukkan pada tabel diatas merupakan nilai korelasi masing-masing perubahan luas tutupan lahan dengan nilai suhu maksimum, minimum dan mean hasil pengolahan citra . Pada tabel tersebut kelas dengan nilai korelasi yang mencolok adalah kelas urban dan vegetasi. Perubahan kelas urban memiliki korelasi kuat dengan perubahan suhu yang ditunjukkan dengan nilai 0.974453242 untuk korelasi perubahan tutupan lahan dengan nilai suhu rata-
2012
2009
2006
2002
2000
1997
1994
Maksimum
Gambar 6. Diagram Perubahan Suhu Tahun 1994-2012
5
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) rata, 0,933947696 untuk korelasi perubahan tutupan lahan dengan nilai suhu maksimum dan 0,799672556 untuk korelasi perubahan tutupan lahan dengan nilai suhu maksimum. Korelasi untuk kelas ini bernilai positif yang berarti hubungan yang terjalin bersifat searah. Sedangkan nilai korelasi yang ditunjukkan pada kelas vegetasi masing-masing -0,75278847 untuk korelasi perubahan tutupan lahan dengan nilai suhu rata-rata, 0,594756408 untuk korelasi perubahan Land Use dengan nilai suhu maksimum dan -0,889701433 untuk korelasi perubahan tutupan lahan dengan nilai suhu minimum. Nilai korelasi pada kelas vegetasi negatif yang berarti bahwa hubungan yang terjalin bersifat bertolak belakang.
untuk kelas tambak (dari 19% turun menjadi 9%), 9% untuk lahan kosong (bare soil) (dari 21% naik menjadi 30%) dan 2% untuk badan air (dari 9% naik menjadi 11%). b. Hasil perhitungan suhu dari tahun 1994 sampai 2012 menunjukkan adanya peningkatan. Dari tahun 1994 sampai tahun 2002, dengan menggunakan citra Landsat 5 TM dan Landsat 7 ETM+ band 6 suhu rata-rata yang tercatat berturut-turut adalah 28,95oC, 27,07oC, 32,54oC dan 38,23oC. Suhu yang tercatat untuk tahun 2006 dan 2009 juga mengalami peningkatan yaitu 43,06oC dan 44,30oC. Namun, pada tahun 2012, suhu yang tercatat turun menjadi 34,81oC. Citra yang digunakan untuk pengolahan data suhu tahun 2006, 2009 dan 2012 adalah dengan citra MODIS11A1. c. Hasil analisa diatas menunjukkan bahwa terdapat kelas tutupan lahan yang memiliki korelasi kuat antara perubahan luasannya dengan peningkatan suhu rata-rata dari tahun 1994 sampai 2012. Kelas yang memiliki nilai korelasi kuat adalah kelas urban yang memiliki nilai korelasi 0.974453242. Kemudian kelas berikut yang memiliki nilai korelasi yang kuat adalah kelas vegetasi dengan nilai -0.75278847. Kemudian berturut-turut lahan kosong (bare soil) (0.346883719), tambak (-0.411662773), awan (0.427601193) dan badan air (-0.439332347). Kelas awan diikut dalam penghitungan karena pada beberapa citra satelit, terdapat awan yang menutupi daerah studi dan menghalangi proses interpretasi utnuk klasifikasi sehingga awan diputuskan untuk dijadikan indvidu kelas tersendiri. d. Kelas urban merupakan kelas yang perubahannya sangat memengaruhi peningkatan suhu permukaan tanah hal ini sesua dengan hipotesis awal yang menunjukkan bahwa efek pemanasan global sebagian besar banyak disebabkan oleh meluasnya areal urban (pemukiman, perumahan, industri, komersil, area terbangun, dan lain-lain) dan menyusutnya luasan areal vegetasi.
Korelasi Kelas Urban dan Suhu Rata-rata
Suhu (oC)
50.00 40.00 30.00 20.00
y = 3E-07x - 10.13 R² = 0.949
10.00 0.00 0.00
100000000.00 200000000.00 Luas Area (m2)
Gambar 8. Korelasi Kelas Urban dan Suhu Rata-rata
Suhu (oC)
Korelasi Kelas Vegetasi dan Suhu Rata-rata 50.00 40.00 30.00 20.00 y = -3E-07x + 48.27 10.00 R² = 0.566 0.00 0.00
50000000.00
DAFTAR PUSTAKA [1] Dontree, S. 2010. Relation of Land Surface Temperature (LST) and Land Use/Land Cover (LULC) from Remotely Sensed Data in Chiang Mai-Lamphun Basin. Hanoi: Department of Geodesy, Faculty of Social Science, Chiang Mai University. [2] Qin, Z., Karnielli, A.,dan Berlier,P. 2001. A Mono-window Algorithm for Retrieving Land Surface Temperature From Landsat TM Data and Its Application to The Israel-Egypt Border Region. Israel: The Remote Sensing Laboratory, Departement of Environmental Physic, Ben Gurion University of The Negev. [3] Quinn, J. 2001. Band Combination,
Dikunjungi pada tanggal 3 Agustus 2013 pukul 09.00 WIB [4] Wang, Z. 2007. MODIS Land Surface Temperature Product User’s Guide. Santa Barbara: University of California. [5] Wiscombe, W. 2013. Land Surface Temperature, Dikunjungi pada tanggal 3 Agustus 2013 pukul 10.30 WIB
100000000.00
Luas Area (m2) Gambar 9. Korelasi Kelas Vegetasi dan Suhu Rata-rata
IV.
KESIMPULAN
Dari hasil pengolahan citra satelit Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1 mengenai analisa relasi perubahan tutupan lahan dengan suhu permukaan tanah di kota Surabaya, kesimpulannya adalah: a. Perubahan luasan masing kelas tutupan lahan dari tahun 1994 hingga 2012 adalah sebesar 8% untuk kelas urban ( dari 36% naik menjadi 43%), 6% untuk kelas vegetasi (dari 15% turun menjadi 9%), 12%
6
