PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK ANALISIS POTENSI BANJIR Indah Prasasti*, Parwati*, M. Rokhis Khomarudin*
Pusfatja, LAPAN
Datangnya musim penghujan tidak hanya menjadikan berkah bagi sebagian orang, tetapi juga mendatangkan bencana di beberapa tempat terutama jika curah hujan melebihi kondisi normalnya. Banjir merupakan bencana yang sering terjadi seiring dengan datangnya musim penghujan. Di beberapa tempat; seperti di Aceh Besar dan Solok, banjir telah melanda bersamaan dengan turunnya curah hujan yang mengguyur beberapa pekan ini. Kondisi ini perlu mendapatkan perhatian dan diantisipasi lebih awal. Salah satu data yang dapat dimanfaatkan dalam antisipasi banjir adalah data penginderaan jauh (inderaja) satelit. Pemanfaatan data inderaja ini memiliki informasi dengan cakupan wilayah pemantauan yang luas, biaya yang relatif murah, juga relatif near-real time. LAPAN sebagai lembaga yang memiliki wewenang dalam pengelolaan data penginderaan jauh telah memberikan informasi terkait dengan antisipasi dan analisis banjir dengan memanfaatkan data penginderaan jauh. Informasi yang disajikan antara lain: liputan awan dari data MTSAT (Multifunctional Transport Satellite), distribusi spasial curah hujan di wilayah Indonesia berdasarkan data TRMM dan QMorph, prediksi curah hujan hingga 3 bulan ke depan berdasarkan data OLR (Out-going Longwave Radiation), dan potensi daerah tergenang banjir harian berdasarkan data MTSAT. Semua informasi tersebut dapat diperoleh dan dilihat pada www.inderaja.lapan.go.id. Informasi potensi daerah tergenang banjir juga tersedia dalam format kml yang terintegrasi dengan google earth. Informasi liputan awan dari data MTSAT disajikan setiap jam, sehingga dapat dilihat pola pergerakan awan untuk memperkirakan potensi hujan di seluruh wilayah Indonesia. Gambar 1 a – d memperlihatkan pola pergerakan awan pada tanggal 30 Oktober 2014 pada pukul 08.00 GMT (pukul 15.00 WIB) hingga pukul 11.00 GMT (18.00 WIB). Berdasarkan Gambar 1 terlihat bahwa wilayah Sumatera, sebagian Kalimantan, Sulawesi bagian utara, dan Papua merupakan daerah dengan dinamika liputan awan yang tinggi yang mengindikasikan peluang terjadinya hujan. Selain informasi liputan awan, LAPAN juga menyediakan informasi distribusi dan tinggi curah hujan di wilayah Indonesia yang diekstraksi dari data Qmorph, seperti pada Gambar 2. Terkait dengan kejadian banjir di beberapa wilayah Aceh, dari informasi distribusi curah hujan terlihat bahwa curah hujan cukup tinggi di wilayah Sumatera, khususnya di bagian barat. Bahkan, akumulasi curah hujan dari tanggal 28 Oktober 2014 hingga 3 November 2014 melebihi 120 mm. Kondisi ini yang memungkinkan terjadinya banjir di wilayah tersebut. Informasi ini diperkuat dengan informasi potensi banjir yang diekstraksi dari data MTSAT yang diintegrasikan dengan peta daerah rawan genangan (Gambar 3). Berdasarkan Gambar 3 terlihat bahwa daerah bagian barat, utara, dan timur Nangro Aceh Darussalam (NAD) berpotensi banjir. Tidak hanya NAD yang terdeteksi berpotensi banjir, tetapi di beberapa tempat lain di Sumatera, seperti di Sumatera Utara, Sumatera Barat, Riau, Jambi, Bengkulu, Sumatera Selatan, Bangka Belitung, dan Lampung. Informasi potensi daerah banjir di wilayah Indonesia tersebut dapat pula diakses dari google earth seperti contoh pada Gambar 4. Titik-titik merah merupakan daerah berpotensi banjir, yang dapat dilihat secara lebih detil posisi lokasi titik tersebut berada, yakni: kabupaten, provinsi, dan posisi geografisnya (Gambar 4). Sebagai contoh adalah Kabupaten Aceh Barat, Provinsi Aceh yang pada tanggal 28 Oktober 2014 diidentifikasi sebagai salah satu daerah berpotensi banjir.
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
a. Tanggal 30 Oktober 2014 Pukul 08.00 GMT
b. Tanggal 30 Oktober 2014 Pukul 09.00 GMT
c. Tanggal 30 Oktober 2014 Pukul 10.00 GMT d. Tanggal 30 Oktober 2014 Pukul 11.00 GMT Gambar 1. Pola Pergerakan Awan di Seluruh Wilayah Indonesia pada Tanggal 30 Oktober 2014 Pukul 08.00 GMT – 11.00 GMT (Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
a. Distribusi Curah Hujan di Wilayah Indonesia pada Tanggal 3 November 2014
b. Distribusi Akumulasi Curah Hujan di Wilayah Indonesia pada Periode 28 Oktober – 3 November 2014
Gambar 2. Distribusi Curah Hujan di Wilayah Indonesia Berdasarkan Data Qmorph(Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 3. Informasi Spasial Daerah Potensi Banjir di P. Sumatera pada Bulan November 2014 (Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
Titik-titik lokasi berpotensi banjir
Lokasi berpotensi banjir di Kabupaten Aceh Barat, Provinsi NAD
Gambar 4. Informasi Potensi Banjir Tanggal 28 Oktober 2014 di Pulau Sumatera yang dapat diakses melalui Google Earth ((Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN) LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Informasi lain yang dapat digunakan dalam antisipasi kejadian banjir adalah prediksi curah hujan yang diturunkan dari data suhu permukaan laut yang dikonversi menjadi data OLR (Outgoing Longwave Radiation). Nilai OLR sering digunakan untuk menggambarkan divergensi lapisan atmosfir lapisan atas. Nilai OLR rendah berhubungan dengan curah hujan yang melimpah. Nilai suhu permukaan laut bulan September 2014 dapat digunakan untuk memprediksi curah hujan hingga 5 (lima) bulan ke depan. Gambar 5 memperlihatkan hasil prediksi curah hujan bulan November 2014 hingga Februari 2015 di seluruh wilayah Indonesia berdasarkan nilai OLR bulan September 2014. Hasil prediksi menunjukkan bahwa curah hujan cenderung mengalami peningkatan di seluruh wilayah Indonesia dan puncaknya diprediksi terjadi pada bulan Januari 2015. Dengan demikian, hasil prediksi curah hujan ini dapat dimanfaatkan untuk peringatan dini dan antisipasi terjadinya banjir terutama daerah yang memang rawan terhadap banjir.
a. Prediksi curah hujan Bulan November 2014
b. Prediksi curah hujan Bulan Desember 2014
c. Prediksi curah hujan Bulan Januari 2015
d. Prediksi curah hujan Bulan Februari 2015
Gambar 5. Prediksi Curah Hujan Bulan November 2014 hingga Februari 2015 dari data OLR (Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN) Selain informasi yang bersifat pemantauan kondisi curah hujan, data inderaja dapat juga dimanfaatkan untuk membangun peta potensi bahaya banjir yang diarahkan untuk mengidentifikasi daerah-daerah yang secara fisik rawan terhadap banjir, seperti Jakarta, Sampang, dan sebagainya. Jika informasi yang berkaitan dengan kegiatan pemantauan dan prediksi curah hujan diekstraksi dari data inderaja resolusi rendah dan menengah, maka peta potensi bahaya banjir biasanya diturunkan dari data resolusi lebih tinggi, misalnya Landsat ETM seperti contoh Gambar 6. Gambar 6 menunjukkan distribusi spasial daerah bahaya banjir di wilayah DKI Jakarta dan sekitarnya. Integrasi antara peta distribusi spasial daerah bahaya banjir dengan informasi pemantauan dan prediksi curah hujan ini diharapkan dapat memberikan arahan kebijakan dalam rencana pengelolaan dan penanggulangan banjir. LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 6. Distribusi Spasial Daerah Bahaya Banjir di Wilayah DKI Jakarta dan Sekitarnya (Sumber: Prasasti et al., 2014) Untuk memetakan daerah terkena bencana pada saat terjadinya banjir, LAPAN juga telah mengembangkan teknologi wahana/pesawat tanpa awak yang dikenal dengan UAV (Unmanned Aerial Vehicle) untuk memotret daerah terdampak banjir seperti yang disajikan pada Gambar 7. Gambar 7 memperlihatkan daerah terdampak banjir di wilayah Kampung Melayu, Jakarta Timur pada Tanggal 18 Januari 2013 yang berhasil dipotret menggunakan teknologi UAV. Dengan menggunakan teknologi ini, lokasi daerah terdampak banjir dapat dipetakan lebih detil sehingga diharapkan dapat membantu upaya penanggulangan bencana.
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 7. Pemanfaatan Teknologi UAV (Unmanned Aerial Vehicle) untuk Pemetaan Daerah Terdampak Banjir di Kampung Melayu, Jakarta Timur
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
