Upload
syahrund-mubarack
View
238
Download
0
Embed Size (px)
Citation preview
8/18/2019 Predicting Meteorological Component Usin
1/25
Beasiswa Unggulan DIKNAS 2011
PENDUGAAN UNSUR – UNSUR FISIS ATMOSFER MENGGUNAKAN
PENGINDERAAN JAUH
1)Putri Yasmin Nurul Fajri, S.Si1)
Graduate student of Bogor Agricultural University [email protected]
1. Pendahuluan
Dalam menduga unsur fisis atmosfer berupa suhu permukaan, fluks radiasi
matahari, tekanan dan sejenisnya, maka diperlukan pemahaman mengenai unit dan
pendefinisian radiasi elektromagnetik (EM) serta prinsip perpindahan energi dengan
jelas. Hal ini terkait dengan pemahaman proses perpindahan energi dari permukaan
bumi terhadap sensor satelit.
Pada dasarnya, perpindahan energi di alam dibedakan ke dalam tiga aliran yaitu,konduksi yang merupakan perpindahan energi kinetic atom atau molekul (heat)
melalui kontak antar molekul dengan kecepatan pindah panasnya ditentukan oleh
sifat dari molekul. Perpindahan panas ini tidak menyebabkan perpindahan molekul;
konveksi adalah perpindahan panas melalui perpindahan fisik molekul gas dan liquid
(cair) dan radiasi adalah perpindahan panas melalui jarak tertentu tanpa media
penghantar. Proses perpindahan energi dengan radiasi merupakan prinsip kerja utama
bagi perpindahan energi pada system penginderaan jauh.
Berdasarkan sumber energinya, penginderaan jauh dibedakan menjadi satelit
pasif dan aktif. Pada umumnya, satelit yang digunakan untuk kepentingan
pengamatan unsur fisis atmosfer adalah satelit pasif yang menggunakan energi radiasi
surya sebagai satu – satunya energi perekaman. Untuk dapat memahami teknik
perekaman energi oleh satelit, maka digunakan pendekatan energi sebagai gelombang
elektromagnetik. Selanjutnya, guna menduga unsur fisis atmosfer dan aliran
energinya, digunakan pendekatan neraca energi dimana menggunakan prinsip
thermodinamika I yaitu energi tidak dapat diciptakan dan tidak dapat dimusnahkan.
Pada umumnya, setiap satelit memiliki panduan khusus dalam menentukan suhu
permukaan area di muka bumi. Seperti halnya satelit Landsat dan Aster tentunya akan
memiliki perumusan yang berbeda, baik dalam penentuan nilai spektral radian hingga
akhirnya akan didapatkan suhu permukaan. Dalam bahasan ini, akan difokuskan pada
pendugaan suhu permukaan menggunakan satelit Landsat.
Berbeda dengan pendugaan suhu permukaan, pendugaan unsur-unsur fisis
atmosfer seperti radiasi netto, fluks panas tanah, fluks panas terasa, fluks panas laten,
mailto:[email protected]:[email protected]:[email protected]
8/18/2019 Predicting Meteorological Component Usin
2/25
Beasiswa Unggulan DIKNAS 2011
tekanan udara dan kapasitas kalor berlaku secara umum umtuk semua jenis satelit
karena hanya didasarkan pada perumusan fisika sederhana. Dalam menduga unsur
fisis atmosfer menggunakan pendekatan neraca energi, diperlukan beberapa asumsi
seperti mensyaratkan kondisi tanpa awan pada data citra dan energi dihitung pada
kondisi siang hari. Oleh karena itu, pendugaan unsur fisis alam dengan menggunakan
prinsip neraca energi, hanya dapat digunakan untuk berbagai kepentingan yang
menggunakan penginderaan jauh pada pengamatan pagi hingga siang hari pada
kondisi cerah.
2. Dasar energi radiasi
Pada pembahasan ini, yang dimaksud dengan energi radiasi adalah energi yang
berpindah dari sumber energi utama bumi (matahari) menuju permukaan bumi secara
radiasi dimana energi radiasi tersebut berupa gelombang elektromagnetik. Radiasi
elektromagnetik yang dipancarkan menuju permukaan bumi memiliki panjang
gelombang beragam dan hanya beberapa bagian yang akan dimanfaatkan oleh obyek
di permukaan bumi.
Radiasi elektromagnetik (EM) dalam ruang hampa mempunyai kecepatan yang
setara dengan 3.1010 cm.s-1 dan sering di notasikan sebagai c. Guna mempermudah
pemahaman terhadap radiasi EM, maka digunakan pendekatan gelombang, sehingga
radiasi EM juga mempunyai intensitas (frekuensi) dan panjang gelombang yang
dirumuskan sebagai :
()
Pada persamaan (1) terlihat bahwa jumlah gelombang telah didifinisikan sebagai
frekuensi, tetapi untuk mendapatkan suatu unit yang dapat memberikan gambaran
lebih baik pada saat aplikasi dalam penginderaan jauh (terutama pada spektral
infrared) maka digunakan unit jumlah gelombang per 1 cm (v - wavenumber),
sehingga didapatkan :
Bila c = 3.1010 cm.s-1 dan jumlah gelombang per 1 cm dapat dinotasikan sebagai v =
f/ c, maka
()
Dimana v dalam satuan cm-1. Dengan menggunakan persamaan 2, kita dapat
mengklasifikasikan kisaran spectral dan panjang gelombang EM.
8/18/2019 Predicting Meteorological Component Usin
3/25
Beasiswa Unggulan DIKNAS 2011
Gambar 1. Kisaran spectral dan panjang gelombang EM.
Sumber : Risdiyanto (2010).
3.
Suhu Permukaan
Menurut Rosenberg (1974), suhu permukaan dapat diartikan sebagai suhu terluar
suatu objek. Untuk suatu tanah terbuka, suhu permukaan adalah suhu pada lapisan
terluar permukaan tanah. Sedangkan untuk vegetasi dapat dipandang sebagai suhu
permukaan kanopi tumbuhan, dan pada tubuh air merupakan suhu dari permukaan air
tersebut. Ketika radiasi melewati permukaan suatu objek, fluks energi tersebut akan
meningkatkan suhu permukaan objek. Hal ini akan meningkatkan fluks energi yang
keluar dari permukaan benda tersebut. Energi panas tersebut akan dipindahkan dari
permukaan yang lebih panas ke udara diatasnya yang lebih dingin. Sebaliknya, jika
udara lebih panas dan permukaan lebih dingin, panas akan dipindahkan dari udara ke
permukaan dibawahnya.
Perubahan suhu permukaan obyek tidaklah sama. Hal ini tergantung pada
karakteristik objek tersebut. Karakteristik yang menyebabkan perbedaan tersebut
diantaranya emisivitas, kapasitas panas jenis dan konduktivitas thermal. Suhu
permukaan objek akan meningkat bila memiliki emisivitas dan kapasitas panas yang
rendah dan konduktivitas termalnya tinggi (Adiningsih, 2001).
Emisivitas, konduktivitas dan kapasitas panas sangat berpengaruh terhadap suhu
permukaan. Emisivitas adalah rasio total energi radian yang diemisikan suatu benda
per unit waktu per unit luas pada suatu permukaan dengan panjang gelombang
tertentu pada temperatur benda hitam pada kondisi yang sama. Konduktivitas termal
dapat didefinisikan sebagai kemampuan fisik suatu benda untuk menghantarkan
panas dengan pergerakan molekul. Kapasitas panas merupakan jumlah panas yang
dikandung oleh suatu benda (Handayani 2007 ).
8/18/2019 Predicting Meteorological Component Usin
4/25
Beasiswa Unggulan DIKNAS 2011
Pada prinsipnya, hukum Plank telah memberikan dasar pemahaman terhadap
dualisme energi radiasi sebagai kuanta dan gelombang EM. Salah satu yang dapat
diturunkan dalam fungsi Plank adalah nilai suhu suatu benda yang terkait dengan
nilai radians pada panjang gelombang tertentu. Nilai suhu dihitung dengan
menginverskan fungsi Plank,
(
)
()
TS = Suhu Permukaan yang terkoreksi (K)TB = Suhu kecerahan (K)
δ =
(δ = 1,438 X 10-23)
ζ = Tetapan Boltzman ( 1,38 X 10- JK - )
λ = Panjang gelombang radiasi emisi (11,5 m)
ε = Emisivitas Nilai emisivitas untuk lahan non-vegetasi yaitu sekitar 0.96 danuntuk lahan vegetasi sekitar 0.97. Sedangkan nilai emisivitasuntuk air sekitar 0.98 (Artis dan Carnahan 1982 dalamHermawan 2005).
Nilai TB diperoleh melalui nilai spektral radian yang nilainya bervariasi untuk tiap
digital number tiap piksel pada data citra. Dengan kata lain, Brightness Temperature
(TB) adalah perhitungan dari intensitas radiasi termal yang diemisikan oleh obyek.
Satuan yang digunakan adalah satuan suhu karena terdapat korelasi antara intensitas
radiasi yang diemisikan dan suhu fisik dari badan radiasi, di mana diasumsikan bahwa emisi radiasi pada permukaan obyek berwarna hitam adalah 1,0 (Khomarudin,
2005). Nilai suhu kecerahan diperoleh dari :
(
) ( )
TB : Suhu kecerahan
K 1 : 607.76 Wm- sr - µm- (Landsat TM) dan 666.09 Wm- sr - µm- (Landsat
ETM+)
K 2 : 1260.56 Wm
-
sr
-
µm
-
(Landsat TM) dan 1282.71 Wm
-
sr
-
µm
-
(LandsatETM+)
Nilai spektral radian diperoleh dengan menggunakan persamaan 6.
Lλ = Gain * QCAL + Offset…..(5)
Atau dapat juga,
8/18/2019 Predicting Meteorological Component Usin
5/25
Beasiswa Unggulan DIKNAS 2011
)(
)()(
i MIN L
MIN QCAL
MAX QCAL
MIN QCAL
MAX QCAL
i MIN L
i MAX L
L
.............(6)
Lλ = Spectral radiance pada kanal ke-i (Wm-2sr -1µm-1)
QCAL = Nilai digital number kanal ke-iLMIN(i) = Nilai minimum spectral radiance kanal ke-i
LMAX(i) = Nilai maksimum spectral radiance kanal ke-i, Minimum pixel value
QCALMIN = 1 (LGPS Products)
0 (NPLAS Products)
QCALMAX = Maksimum Pixel value (255)
Nilai LMIN(i)dan LMAX(i) dapat dihampiri berdasarkan Tabel 1 di bawah ini :
Tabel 1 Kisaran nilai LMIN(i)dan LMAX(i) satelit Landsat 7 ETM+
Sumber : USGS (2002).
Menurut Risdiyanto (2009), suhu permukaan tersebut dapat memiliki kisaran
sensitivitas suhu tertentu. Dengan bertitik tolak pada hukum Plank dan Wien, dapat
diketahui bahwa setiap kenaikan suhu akan mengakibatkan kenaikan nilai radian.
Besar dan variasi dari kenaikan tersebut adalah fungsi dari panjang gelombang dan
suhu. Besar perubahan nilai radians yang beralsi dengan besar perubahan suhu
disebut sebagai sensivitas suhu (temperature sensitivity).
Band Number
Low Gain High Gain Low Gain High Gain
LMIN LMAX LMIN LMAX LMIN LMAX LMIN LMAX
1 -6.2 297.5 -6.2 194.3 -6.2 293.7 -6.2 191.6
2 -6 303.4 -6 202.4 -6.4 300.9 -6.4 196.5
3 -4.5 235.5 -4.5 158.6 -5 234.4 -5 152.9
4 -4.5 235 -4.5 157.5 -5.1 241.1 -5.1 157.4
5 -1 47.7 -1 31.76 -1 47.57 -1 31.06
6 0 17.04 3.2 12.65 0 17.04 3.2 12.65
7 -0.35 16.6 -0.35 10.932 -0.35 16.54 -0.35 10.8
8 -5 244 -5 158.4 -4.7 243.1 -4.7 158.3
8/18/2019 Predicting Meteorological Component Usin
6/25
Beasiswa Unggulan DIKNAS 2011
Tabel 2 Sensitivitas suhu terhadap kisaran spektral/panjang gelombang
Jumlah gelombang (ν) Suhu (K) Sensitivitas Suhu
700 220 4.58900 300 4.32
1200 300 5.761600 240 9.592300 220 15.042500 300 11.99
Sumber : Risdiyanto (2010)
Adapun tahapan untuk memperoleh nilai suhu permukaan dari suatu area tertentu
dengan menggunakan perangkat lunak Erdas, adalah sebagai berikut :
3.1. Untuk menentukan nilai suhu permukaan, langkah awal yang dilakukan adalah
dengan mensintesis nilai spectral radiance pada citra dengan menggunakan
rumus, maka digunakan modeler yaitu pada toolbar Model – Model Maker .
3.2. Langkah selanjutnya adalah dengan membuat model pada Model maker
Untuk running model
Worksheet
Tools
8/18/2019 Predicting Meteorological Component Usin
7/25
Beasiswa Unggulan DIKNAS 2011
3.3.dan mengolah data citra kanal 6 serta menyusunnya menjadi seperti gambar di
bawah ini :
4.4.
3.4. Nilai LMIN(i) dan LMAX(i) satelit Landsat 7 ETM+ dapat diperoleh dengan
memadukan kanal yang kita gunakan terhadap nilai gain yang tertera pada
Tabel 3.
3.5. Nilai gain tersebut menurut USGS (2002) didasarkan pada kebutuhan pengguna
dengan ketentuan sebagai berikut :
3.5.1. Daratan (bukan es maupun gurun) :
a)
Band 1 sampai dengan 3, menggunakan high gain
b) Band 4 menggunakan high gain tetapi bila sudut matahari lebih
besar dari 45o menggunakan low gainc) Band 5 hingga 7 menggunakan high gain
3.5.2. Gurun
a) Band 1-3 menggunakan high gain dan pada sudut matahari lebih
dari 28o, menggunakan low gain
LMAX(i) LMINX(i) LMAX LMINX
LMAX(i) - LMINX(i) LMAX(i) - LMINX(i)
A B
A/B
C
Band
6
C*Band 1- LMINX(i)
LMINX(i)
Lλ
Data citra
8/18/2019 Predicting Meteorological Component Usin
8/25
Beasiswa Unggulan DIKNAS 2011
b) Band 4 menggunakan high gain, tetapi bila sudut mathari lebih
besar dari 45o menggunakan low gain
c) Band 5 hingga 7 menggunakan high gain tetapi bila sudut matahari
lebih besar dari 38o menggunakan low gain
3.5.3. Salju/kutub/laut es
a) Band 1-3 menggunakan high gain tetapi bila sudut matahari lebih
besar dari 19o menggunakan low gain
b) Band 4 menggunakan high gain tetapi bila sudut matahari lebih
besar dari 31o menggunakan low gain
c) Band 5 hingga 7 menggunakan high gain
3.5.4. Air/Coral
Band 1 hingga 7 diset menggunakan high gain
3.5.5. Gunung pada malam hari
a) Band 1 hingga 4 menggunakan high gain
b) Band 5 hingga 7 menggunakan low gain
3.5. Setelah memperoleh nilai spectral radian, lalu membuat model suhu kecerahan
dengan susunan sebagai berikut :
3.6. Setelah memperoleh nilai suhu kecerahan, menurut hukum Plank, suhu
permukaan perlu dilakukan koreksi dengan mengklasifikasikan nilai emisi
Lλ
K1 Lλ/ K1
1
A
A+1 Log C
C
D
K2/D K2 TB
8/18/2019 Predicting Meteorological Component Usin
9/25
Beasiswa Unggulan DIKNAS 2011
kedalam tiga kelas yaitu non-vegetasi, vegetasi dan lahan terbangun
berdasarkan Artis dan Carnahan 1982 dalam Hermawan 2005. Model suhu
permukaan terkoreksi dapat disusun sebagai berikut :
Keterangan:
*TBV = EITHER (TB) IF ( $n1_Klasifikasi_lahan == 1) OR 0 OTHERWISE
*TBA = EITHER (TB) IF ( $n1_Klasifikasi_lahan == 2) OR 0 OTHERWISE
*TBNV = EITHER (TB) IF ( $n1_Klasifikasi_lahan == 3) OR 0 OTHERWISE
TB KlasifikasiLahan
*TBV *TBA
*TBNV
TBV TBA TBNV
A
B C
TSV TSA TSNV
TSV + TSA+ TSNV
TS
8/18/2019 Predicting Meteorological Component Usin
10/25
Beasiswa Unggulan DIKNAS 2011
Dimana TBV, TBA dan TBV berturut-turut adalah suhu kecerahan vegetasi, air dan
non-vegetasi.
4. Albedo
Albedo merupakan nisbah antara radiasi yang datang dari radiasi matahari
terhadap radiasi yang dipancarkan. Albedo dapat dinotasikan. Pendugaan albedo dari
citra Landsat dalam USGS (2002) dapat ditentukan melalui persamaan :
()
di mana :
d = jarak astronomi bumi-matahari
ESUNλ = rata-rata nilai solar spectral radiance Cos ө = sudut zenith matahari
Nilai d2 dapat diketahui dengan menentukan JD (Julian Date) yaitu jumlah hari dalam
satu tahun yang dihitung sampai tanggal akuisisi data citra tersebut. Persamaan yang
digunakan dalam penentuan jarak astronomi bumi-matahari.
d2 = (10.01674 Cos (0.98 JD-4))2..........(8)
Pendugaan albedo dengan persamaan 7, didasarkan pada sifat kelengkungan
matahari, sudut waktu perekaman citra, intensitas matahari dan besarnya energi yangdipancarkan oleh bumi sebagai respon terhadap radiasi matahari.
Pendugaan nilai albedo pada satelit Landsat dengan menggunakan perangkat
lunak Erdas adalah sebagai berikut :
4.1. Dengan menggunakan Model maker pada tahap 3.1 dan menentukan nilai
spectral radiance pada band 1, 2 dan 3 menyusun model seperti gambar di
bawah ini :
8/18/2019 Predicting Meteorological Component Usin
11/25
Beasiswa Unggulan DIKNAS 2011
4.5.
Keterangan : *) setelah didapatkan nilai spectral radian (Lλ) pada kanal 1 sehingga
didapatkan Lλ1, selanjutnya dilakukan model yang sama untuk menentukan nilai
spectral radian pada band 2 dan 3. Dengan demikian dihasilkan Lλ1, Lλ2 dan Lλ3.
4.2.
Langkah selanjutnya adalah dengan menentukan nilai ESUNλ sesuai dengan
band yang digunakan berdasarkan kepentingan dalam penentuan albedo. Secara
umum, untuk kepentingan endugaan albedo sebagai bagian dari prediksi unsur-
unsur fisis atmosfer, menggunakan band 1,2 dan 3.
Tabel 3 Nilai ESUNλ pada setiap band satelit Landsat
Band watts/(meter squared * μm)
1 1997
2 18123 1533
4 10395 230.87 84.90
8 1362.
LMAX(i) LMINX(i) LMAX LMINX
LMAX(i) - LMINX(i) LMAX(i) - LMINX(i)
A B
A/B
C
Band
1*
C*Band 1- LMINX(i)
LMINX(i)
Lλ1
Data citra
8/18/2019 Predicting Meteorological Component Usin
12/25
Beasiswa Unggulan DIKNAS 2011
4.3. Setelah menentukan nilai ESUNλ , untuk menduga albedo, kita perlu
menentukan jarak bumi-matahari (d) berdasarkan julian date dengan
menginterpolasi tanggal akuisisi citra berdasarkan tabel 4 di bawah ini :
Tabel 4 Jarak Bumi-Matahari dalam satuan astronomi
4.4. Untuk menentukan sudut zenith matahari (z ) dapat diperoleh dengan
menghubungkan letak lintang dan sudut jam melalui persamaan :
Cos z = Cos Ø Cos δ Cos h + Sin Ø Sin d…..(9)
Dimana,
δ = 23.45 Sin ( ()
)…….(10)
Dengan n adalah Julian date.
4.5. Setelah diperoleh ESUNλ , d dan Cos z, maka untuk menduga albedo, disusun
model sebagai berikut :
JulianDate
d JulianDate
d JulianDate
d JulianDate
d JulianDate
d
1 0.98331 74 0.99446 152 1.01403 227 1.01281 305 0.9925315 0.98365 91 0.99926 166 1.01577 242 1.00969 319 0.9891632 0.98536 106 1.00353 182 1.01667 258 1.00566 335 0.9860846 0.98774 121 1.00756 196 1.01646 274 1.00119 349 0.9842660 0.99084 135 1.01087 213 1.01497 288 0.99718 365 0.98333
Lλ1
ESUNλ d
Temporary
Cos z
π
α1
8/18/2019 Predicting Meteorological Component Usin
13/25
Beasiswa Unggulan DIKNAS 2011
4.6. Ulangi tahap 4.5 untuk spectral radiance band 2 dan band 3
4.7. Setelah didapatkan nilai albedo untuk band 1, 2 dan 3, maka untuk mendapat
nilai albedo suatu area kajian dapat ditempuh dengan merata-ratakan albedo 1, 2
dan 3.
5. Radiasi netto
Permukaan matahari dengan suhu sekitar 6000 Kelvin akan memancarkan
radiasi sebesar 73,5 juta Wm-2 . Radiasi yang sampai di puncak atmosfer rata-rata
1360 Wm-2, hanya sekita 50% yang diserap oleh permukaan bumi, 20% diserap oleh
air dan partikel-partikel atmosfer, sedangkan 30% dipantulkan oleh permukaan bumi,
awan dan atmosfer.
Matahari dapat memancarkan radiasi gelombang pendek, sedangkan benda di
alam yang mempunyai suhu permukaan lebih besar dari 0 Kelvin (atau -273 oC)
dapat memancarkan radiasi gelombang panjang yang nilainya berbanding lurus
dengan pangkat empat suhu permukaan benda tersebut (Hukum Stefan-Bolzman).
Sebagian dari radiasi matahari akan diserap dan dipancarkan lagi dalam bentuk
gelombang panjang.
Selisih antara gelombang pendek netto dan gelombang panjang yang datang
ke permukaan dengan gelombang pendek dan gelombang panjang yang hilang
disebut radiasi netto yang dirumuskan sebagai berikut:
α1 α2 α3
(α1+ α2+α3)/3
α
8/18/2019 Predicting Meteorological Component Usin
14/25
Beasiswa Unggulan DIKNAS 2011
R n = R s↓+R s↑+R l↑+R l↓ ……(12)
dengan R s↓ adalah radiasi gelombang pendek yang datang, Rs↑ adalah radiasi
gelombang pendek yang dipantulkan, R l↑ radiasi gelombang penjang yang
dipantulkan dan R l↓ adalah radiasi gelombang penjang yang datang. Sebagian dari
radiasi gelombang pendek dipantulkan dan diserap atau diteruskan. Seberapa besar
energi pantulannya tergantung pada albedo (α) permukaanya.
Gambar 1 Ilustrasi komponen-komponen neraca energy. Sumber :Langensiepen (2003).
Berdasarkan pemanfaatan radiasi netto sebagaimana Gambar 1, radiasi nettodapat pula dirumuskan sebagai
R n = H+G+λE+S……(13)
dimana H adalah sensible heat flux, G adalah soil heat flux, λE adalah latent heat flux,
S adalah storage. Menurut Samson dan Lemeur (2001) komponen storage terdiri dari
Sv adalah bimass heat storage dan S p adalah photosynthesis heat storage.
Keseluruhan pemanfaatan radiasi netto tersebut dinyatakan dalam satuan Wm-2.
Selanjutnya, Mayers dan Hollinger (2003) menambahkan komponen Sg yang
merupakan ground heat storage di atas soil heat flux plate (G) dan komponen
pemanfaatan radiasi netto untuk pemanasan kandungan air (Sc)..sebagai storage dari
komponen neraca energi yang diterima di permukaan.
Pada perhitungan nilai radiasi pada penginderaan jauh, komponen storage
kurang dipertimbangkan karena nilainya hanya berkisar 5% dari energi yang diterima
oleh permukaan. Dengan demikian, nilai radiasi netto ditentukan dari radiasi pantul
gelombang pendek, radiasi pantul gelombang panjang dan radiasi datang gelombang
pendek dan tidak memasukkan nilai radiasi gelombang panjang yang datang. hal ini
diebabkan radiasi gelmbang panjang yang datang bernilai sangat kecil bila
dibandingkan dengen radiasi gelombang pendek yang datang. karena pada pendugaan
8/18/2019 Predicting Meteorological Component Usin
15/25
Beasiswa Unggulan DIKNAS 2011
komponen neraca energi diharapkan data itra yang diperoleh memiliki keawanan 0%,
maka besarnya radiasi yang ditransmisikan oleh awan sangat kecil.
Adapun tahapan-tahapan untuk mendapatkan radiasi netto sebagai berikut :
5.1. Setelah memperoleh nilai spectral radiance dan albedo band 1, 2 dan 3,
selanjutnya menentukan radiasi netto.
5.2. Untuk menentukan nilai radiasi gelombang pendek yang dipantulkan, dilakukan
konversi satuan yaitu dengan mengkalikan spectral radiance dengan rataan
panjang gelombang yang diterima per kanal dan phi (asumsi bahwa bumi bulat)
mengikuti persamaan :
……….(14)
Dengan ̅adalah rataan gelombang per kanal, π bernilai 3.14 dan I adalah nomor
kanal (1,2,3…). Untuk aplikasi penginderaan jauh, maka R skonversi yang adak
dihasilkan adalah R skonversi untuk band 1, R skonversi untuk band 2 dan R skonversi untuk band 3.
Tabel 5 Panjang gelombang tiap kanal dalam satelit Landsat ETM+ ( Lillesanddan Kiefer, 1997)
Berdasarkan Tabel 5, maka diperoleh rataan panjang gelombang untuk kanal 1, 2
dan 3 secara berturut-turut adalah 0.49 µm, 0.56 µm dan 0.66 µm.
Kanal Panjang Gelombang(µm) Warna
1 0.45 - 0.52 Biru2 0.52 - 0.60 Hijau3 0.63 - 0.69 Merah4 0.76 - 0.90 Infra merah dekat
5 1.55 - 1.75 Infra merah sedang6 10.4 - 12.5 Infra Merah Termal7 2.08 - 2.35 Infra merah sedang
8/18/2019 Predicting Meteorological Component Usin
16/25
Beasiswa Unggulan DIKNAS 2011
Pada tahap ini, akan diperoleh nilai Rskonversi masing-masing kanal yang nilainya
setara dengan radiasi gelombang pendek yang dipantulkan/dipancarkan oleh
obyek.
5.3. Setelah diperoleh nilai Rs↑ tiap kanal, untuk memperoleh Rs↑ maka ketiga Rs↑
tersebut dirata-ratakan seperti model berikut :
Lλi
π *Lλ1* π
Rskonversi
Rs↑
Band2
Rs↑
Band1
Rs↑
Band3
Rs↑
8/18/2019 Predicting Meteorological Component Usin
17/25
Beasiswa Unggulan DIKNAS 2011
5.4. Untuk menentukan nilai radiasi gelombang pendek yang datang ditempuh dari
radiasi gelombang pendek yang dipantulkan terhadap albedo yang dihasilkan
mengikuti Persamaan 15 sebagai berikut :
Sehingga,
()
Dengan demikian, R s↓ dapat diperoleh melalui penyusunan model sebagai berikut:
Dengan demikian akan dihasilkan R s↓ untuk band 1, 2 dan 3. Selanjutnya, R s↓
ketiga and tersebut, dirata-ratakan dengan menggunakan model sebagai berikut :
band 1
α
/α
band 2
band 3
Rata-rata
8/18/2019 Predicting Meteorological Component Usin
18/25
Beasiswa Unggulan DIKNAS 2011
5.5. Radiasi gelombang pendek diperoleh dari selisih radiasi gelombang pendek yang
datang terhadap radiasi gelombang pendek yang dipantulkan.
Rs = - …….(16)
Persamaan 16 dapat disusun menjadi model sebagai berikut :
5.6. Nilai radiasi gelombang panjang yang dipantulkan diperoleh dari nilai suhu
permukaan dengan menggunakan hukum Stefan Boltzman :
R l↑ = 5.67 x 10-8 x ε x (Ts+273.15)……(17)
Dimana Ts adalah suhu permukaan obyek dan ε adalah emisivitas. Dalam hal ini,
emisivitas bernilai 1 dengan asumsi obyek merupakan benda hitam. Selanjutnya,
Persamaan 17 tersebut disusun menjadi model sebagai berikut :
−
5.67 x 10-8
R l↑
8/18/2019 Predicting Meteorological Component Usin
19/25
Beasiswa Unggulan DIKNAS 2011
5.7. Dalam penerapan neraca energi pada penginderaan jauh untuk menduga radiasi
netto, karena nilai radiasi gelombang panjang yang datang nilainya menghampiri
nilai radiasi gelombang panjang yang dipantulkan dan nilai panjang gelombang
panjang yang datang sangatlah kecil, sehingga pendekatan neraca energi untuk
menduga radiasi netto dari radiasi gelombang pendek yang datang dan radiasi
gelombang pendek dan panjang yang dipantulkan.
R l↑ ~ R l
5.8. Radiasi netto dapat diduga dengan selisih radiasi gelombang pendek dengan
radiasi gelombang panjang.
Rn = Rs - R l….(18)
Persamaan 18 dapat disusun menjadi model sebagai berikut :
6. Fluks pemanasan tanah (G)
Soil Heat Flux (G) merupakan sejumlah energi matahari yang sampai pada
permukaan tanah dan digunakan untuk berbagai proses fisik dan biologi tanah.
Bentuk aliran energi pada fluks panas udara berupa konduksi di mana sebagian energi
kinetik molekul benda/medium yang bersuhu lebih tinggi dipindahkan ke molekul
benda yang lebih rendah melalui tumbukan molekul-molekul tersebut. Hal ini
ditunjukkan melalui persamaan berikut :
−
……..(19)
di mana G adalah fluks pemanasan tanah (Wm-2), k adalah koefisien konduktifitas
tanah (Wm-2K -1) dan
adalah gradient suhu (Km-1). Fluks panas tanah dihitung
R l R s
R s- R l
R n
8/18/2019 Predicting Meteorological Component Usin
20/25
Beasiswa Unggulan DIKNAS 2011
berdasarkan hubungan antara radiasi netto (R n), suhu permukaan (Ts) , albedo () dan
NDVI yang dirumuskan oleh Allen et. al 2001 :
(0.0038 )( − )…………….(20)
Dimana α adalah albedo yang diperoleh pada Tahapan 4.7, NDVI adalah rasio NIR-IR terhadap NIR+IR, R n adalah radiasi nettto yang diperoleh pada tahapan 5.8 dan Ts
adalah suhu permukaan yang diperoleh pada Tahapan 3.6. Model menurut Persamaan
20 dapat disusun sebagai berikut :
7. Fluks pemanasan udara (Sensible Heat Flux / H)
Sensible Heat Flux (H) atau yang dikenal dengan lengas terasa atau fluks pemanasan udara merupakan energi yang digunakan untuk memindahkan panas dari
permukaan ke udara (Maharani, 2005). Fluks lengas terasa pada umumnya berlangsung secara konveksi di mana panas dipindahkan bersama-sama dengan fluidayang bergerak. Proses tersebut dirumuskan kedalam persamaan berikut :
−( )
……..(21)
R n Ts α NDVI
R n Ts/α
0.0038
0.0074
1
0.98
Temporary
A
Temporary
B
Temporary
C
G
8/18/2019 Predicting Meteorological Component Usin
21/25
Beasiswa Unggulan DIKNAS 2011
di mana H adalah fluks pemanasan udara (Wm-2), ρ adalah kerapatan udara kering(Kgm-3), C p adalah panas jenis udara pada tekanan tetap (JKg
-1K -1), Ts adalah suhu permukaan (oC), Ta adalah suhu udara (
oC) dan Γa adalah tahanan aerodinamik.
Berdasarkan Persamaan 21 diatas, diketahui bahwa semakin besar perbedaan antara
suhu permukaan dengan suhu udara diatasnya dengan tahanan aerodinamik yangkecil, maka jumlah energi akan menjadi besar. Proses pemanasan udara melaluikonveksi lebih efektif dibandingkan dengan konduksi atau radiasi. Oleh karena itu, proses pemanasan udara dalam neraca energi hanya diwakili oleh proses konveksi,sehingga nilai H ~ Rn.
Fluks pemanasan udara dapat dihampiri melalui persamaan nisbah bowendimana nisbah bowen merupakan nilai perbandingan antara besarnya fluks pemanasan udara terhadap panas laten yang dirumuskan sebagai berikut:
……..(22)
( − − ) ( − − ) ( − ) − ( − ) ( ) ( − )
( − )
( ) ()
dimana H adalah Sensible Heat Flux, R n adalan radiasi netto, G adalah fluks
pemanasan udara dan adalah nisbah bowen dengan nilai β untuk air, vegetasi danlahan terbangun secara berturut-turut adalah 0.1, 0.5 dan 4. Dengan menggunakanPersamaan 23, kita dapat menentukan H melalui penginderaan jauh yang ditentukandengan model sebagai berikut :
8/18/2019 Predicting Meteorological Component Usin
22/25
Beasiswa Unggulan DIKNAS 2011
Selanjutnya, digabungkan sensible heat pada air, vegetasi dan lahan terbangun
dengan model sebagai berikut :
Klasifikasi
Lahan
air
Vegetasi
Lahan
terbangun
a
b
c
Rn
G
d
e
f
0.1
0.5
4
Hair
Hveg
Hltb
Hair Hveg Hltb
g
H
8/18/2019 Predicting Meteorological Component Usin
23/25
Beasiswa Unggulan DIKNAS 2011
8. Fluks penas laten
Latent heat flux (LE) merupakan limpahan energi yang digunakan untuk
menguapkan air ke atmosfer. Menurut Monteith dan Unsworth (1990), fluks panas
laten adalah jumlah energi yang diperlukan untuk mengubah satu unit massa air
menjadi uap pada suhu yang sama. Bila terjadi evaporasi, maka sistem yang
berevaporasi mengalami pengurangan energi , sedangkan aliran energi akan bersifat
positif (Michael, 2006). Pada proses ini terjadi konversi panas laten menjadi lengas
terasa yang kemudian meningkatkan suhu udara dan menurunkan suhu permukaaan.
Fluks panas laten dapat didekati dengan persamaan sebagai berikut :
λE = R n – H – G….(24)
berdasarkan persamaan tersebut, dapat disusun model penduga fluks panas laten
sebagai berikut :
9. Evaporasi aktual
Evaporasi adalah suatu jumlah maksimum dari air yang berhasil diubah ke dalam
fase uap air, berlangsung pada suatu permukaan rata, datar dan basah yang dapat
dicapai secara bebas oleh seluruh faktor-faktor iklim. Evapotranspirasi adalahkombinasi dari dua proses yaitu proses kehilangan air pada permukaan tanah yang
disebut evaporasi dan proses kehilangan air dari tanaman (transpirasi).
Laju evapotranspirasi suatu area ditentukan oleh ketersediaan lengas pada
permukaaan dan kemampuan atmosfer untuk menguapkan dan memindahkan uap air
ke atmosfer. Jadi, lengas yang tersedia kemudian evapotransporasi akan terjadi pada
HRn G
R n – H – G
λE
8/18/2019 Predicting Meteorological Component Usin
24/25
Beasiswa Unggulan DIKNAS 2011
laju maksimum yang memungkinkan pada likungannya dikenal dengan konsep
evapotranspirasi potensial (ETp).
Evapotranspirasi dipengaruhi oleh faktor-faktor cuaca, jenis dan tingkat
pertumbuhan vegetasi, lengas tanah dan sifat fisik tanah. Terdapat dua model yang
biasa digunakan untuk menduga evapotranspirasi,yaitu model Thornthwaite dan
model Haergreaves. Kedua model ini dapat digunakan dengan menggunakan dua
variabl iklim, suhu dan radiasi. Perbandingan evapotranspirasi dari model
Haergreaves dan Thronthwaite yang ditunjukkan oleh Narongrit dan Yasuoka pada
tahun 2003, menjelaskan bahwa kedua model dapat dimanfaatkan pada musim hujan
hingga awal musim panas. Dalam Narongrit dan Yasuoka tahun 2003 diperoleh hasil
analisis regresi yang dapat digunakan untuk menduga ET, hasil regresinya dapat
ditulis seperti berikut :
ETRS = 0.303 + 0.03LSTRS + 0.5 NDVIRS…….(25)
Dimana ETRS adalah evapotranspirasi pada permukaan yang tinggi dan kasar seperti
tanaman alfalfa (mm), LSTRS adalah suhu permukaan (oC) dan NDVI adalah indeks
vegetasi. Model ini memiliki nilai nilai keakuratan mendekati 1 (R 2 = 0.8569). Model
regresi ini digunakan Narongrit dan Yasuoka untuk menduga evapotransporasi pada
sebuah lahan pertanian di negara Thailand. Persamaan 25 dapat disusun sebagai
berikut :
Selain ETRS, evapotrnspirasi standard an actual dapat diduga dengan
menggunakan penginderaan jauh. Menurut definisi, evapotranspirasi standar
(Reference Evapotranspiration = ETo) merupakan ET untuk lahan dengan penutupan
tajuk penuh oleh rerumputan hijau dengan kekasaran aerodinamik yang relatif
konstan selama musim tumbuhnya. Persamaan evaptranspirasi standar menurut
model Hargreaves adalah sebagai berikut :
ETo = 0.0135 R s (T+17.8)…..(26)
Dimana ETo adalah evapotranspirasi standar, T adalah suhu permukaan harian (oC)
dan R s adalah radiasi matahari total (radiasi datang). Persamaan 26 dapat disusun
sebagai berikut :
8/18/2019 Predicting Meteorological Component Usin
25/25
Evapotranspirasi aktual (ETa) merupakan gambaran laju kehilangan air yang
tidak hanya ditentukan oleh kondisi iklim tapi juga kondisi tanah dan sifat tanaman .
Evapotranspirasi actual tersebut dapat diduga dengan persamaan sebagai berikut :
ETa = λLE….(27)
Dengan λ adalah Latent Heat of Vaporization (2.45 MJ/kg) dan LE adalah fluks
panas laten yang diperoleh pada Sub.bab 8. Persamaan 27 dapat disusun sebagai
berikut :