Pemanfaatan Citra Satelit untuk Membangkitkan Informasi Suhu Udara guna Mendukung Pengelolaan Sumberdaya Air

Arif Faisol, Indarto Indarto, Elida Novita, Budiyono Budiyono

Sari


Suhu udara merupakan salah satu parameter yang digunakan untuk menganalisis kebutuhan air tanaman. Terbatasnya jumlah stasiun iklim mengakibatkan tidak semua wilayah memiliki informasi suhu udara. Citra satelit yang memiliki spektrum gelombang elektromagnetik (band) red, near-infrared, dan thermal infrared dapat digunakan untuk membangkitkan informasi suhu udara sehingga menjadi solusi altenatif, salah satunya adalah citra satelit Moderate Resolution Imaging Spektroradiometer (MODIS). Informasi suhu udara dibangkitkan melalui pendekatan penutup lahan. Penelitian menunjukkan bahwa suhu udara di Manokwari yang dibangkitkan dari citra satelit berada pada kisaran 273 oK – 301 oK atau 0 oC – 28 oC dan umumnya lebih rendah dari hasil pengukuran pada stasiun iklim. Hal ini disebabkan suhu udara yang dibangkitkan dari citra satelit mengacu pada waktu perekaman oleh satelit dan perekaman citra satelit MODIS untuk kawasan Manokwari umumnya dilakukan pada puku 08.00 – 09.00 WIT. Berdasarkan metode RMSE, akurasi citra satelit MODIS dalam membangkitkan informasi suhu udara sebesar 84,32% dibanding metode pengukuran atau memiliki tingkat penyimpangan sebesar 15,68% sehingga citra satelit MODIS dapat digunakan sebagai solusi alternatif dalam membangkitkan informasi suhu udara.


Kata Kunci


Suhu udara, citra satelit, MODIS.

Teks Lengkap:

PDF

Referensi


Akbari, V., J. Amini, M.R. Saradjian, M. Motagh. 2008. Estimation of Atmospheric Temperature and Humidity Profiles from MODIS and Radiosond Data Using Artificial Neural Network. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. Vol XXXVII. Beijing

Bastiaanssen,W., R. Waters, R. Allen, M. Tasumi, R. Trezza. 2002. SEBAL: Surface Energy Balance Algoritm for Land. University of Idaho. Kimberly.

BMKG. 2018. Metadata Stasiun Iklim. http://www.bmkg.go.id/. Diakses 28 Februari 2018.

Flores, F., dan M. Lillo. 2010. Simple Air Temperature Estimation Method from MODIS Satellite Images on a Regional Scale. Chilen Journal of Agricultural Research. Vol. 70. Page 436 – 445.

Hong, S. 2008. Mapping Regional Distributions of Energy Balance Componentsusing Optical Remotely Sensed Imagery. Disertation. New Mexico Institute of Mining and Technology. New Mexico.

Laosuwan, T., T. Gomasathit, T. Rotjanakusol. 2017. Application of Remote Sensing for Temperature Monitoring: The Technique for Land Surface Temperature Analysis. Journal of Ecological Engineering. Vol 18. Page 53 – 60.

Liu, S., H. Su, J. Tian, R. Zhang, W. Wang, Y. Wu. 2017. Evaluating Four Remote Sensing for Estimating Surface Air Temperature on a Regional Scale. Journal of Applied Meteorology and Climatology. Vol. 56. Page 803 – 814.

Liu, S., H. Su, R. Zhang, J. Tian, W. Wang. 2016. Estimating the Surface Air Temperature by Remote Sensing in Northwest China using an Improved Advection – Energy Balance for Air Temperature Model. Advances in Meteorology Journal. Vol. 2016.

Mira, M., M. Ninyerola, M. Batalla, L. Pesquer, X. Pons. 2017. Improving Mean Minimum and Maximum Month-to-Month Air Temperature Surfaces Using Satellite-Derived Land Surface Temperature. Remote Sensing Journal. Vol 9. Page 1313 – 1336.

Noi, P.T., J. Degener, M. Kappas. 2017. Comparison of Multipke Linear Regression, Cubist Regression, and Random Forest Algorithms to Estimate Daily Surface Temperature from Dynamic Combinations of MODIS LST Data. Remote Sensing Journal. Vol 9. Page 398 - 420.

Noi, P.T., M. Kappas, J. Degener. 2016. Estimating Daily Maximum and Minimum Land Air Surface Temperature Using MODIS Land Surface Temperature Data and Ground Truth Data in Northern Vietnam. Remote Sensing Journal. Vol 8. Page 1002 - 1025.

Sahin, M., B.Y. Yildiz, O. Senkal, V. Pestemalci. 2012. Forecasting of Air Temperature Based on Remote Sensing. Gazi University Journal of Science. Gazi University. Ankara.

Vermote, E.F., A. Vermeulen. 1999. Atmospheric Correction Algortithm: Spectral Reflectance (MOD09). University of Maryland. College Park.

Widyasamratri, H., K. Souma, T. Suetsugi, H. Ishidaira, Y. Ichikawa, H. Kobayashi, I. Inagaki. 2013. Air Temperature Estimation from Satellite Remote Sensing to detect of Urbanizaztion in Jakarta – Indonesia. Journal of Emerging Trends in Engineering and Applied Sciences. Vol 4. Page 800 – 805.

Williams, D. 2004, Landsat-7 Science Data User's Handbook, Acquired from

https://landsat.usgs.gov/landsat-7-data-users-handbook, National Aeronautics and Space Administration. diakses pada 5 Maret 2018.

Williamson, S.N., D.S. Hik, J.A. Gamon, J.L. Kavanaugh, G.E. Flowers. 2014. Estimating Temperature Fields from MODIS Land Surface Temperature and Air Temperature Observations in a Sub-Arctic Alpine Environment. Remote Sensing Journal. Vol 6. Page 946 – 963.

Yang, Y.Z., W.H. Cai, J. Yang. 2017. Evaluation of MODIS Land Surface Temperature Data to Estimate Near-Surface Air Temperature in Northeast China. Remote Sensing Journal. Vol 9. Page 410 – 428.

Zeng, L., B.D. Wardlow, T. Tadesse, J. Shan, M.J. Hayes, D. Li, D. Xiang. 2015. Estimation of Daily Air Temperature Based on MODIS Land Surface Temperature Products over the Corn Belt in the US. Remote Sensing Journal. Vol 7. Page 951 – 970.

Zhang, R., Y. Rong, J. Tian, H. Su, Z. Li, S. Liu. 2015. A Remote Sensing Method for Estimating Surface Air Temperature and Surface Vapor Pressure on a Regional Scale. Remote Sensing Journal. Vol 7. Page 6005 – 6025.

Zhou, J., X. Zhang, W. Zhan, H. Zhang. 2014. Land Surface Temperature Retrieval from MODIS Data by Integrating Regression Models and Genetic Algorithm in an Arid Region. Remote Sensing Journal. Vol 6. Page 5344 – 5367.


Refbacks

  • Saat ini tidak ada refbacks.