Anda di halaman 1dari 43

MODUL INDERAJA

SATELIT CUACA

SUB BIDANG PENGELOLAAN CITRA SATELIT


BIDANG PENGELOLAAN CITA INDERAJA
BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA
JAKARTA

DAFTAR ISI
BAB I PENDAHULUAN
1.1 Latar Belakang
1.2 Tujuan
BAB II SATELIT CUACA
2.1 Pengenalan Satelit Cuaca
2.2 Radiasi Elektromagnetik dan Emisivitas Atmosfer
2.3 Karakteristik Kanal Satelit Cuaca
2.4 Identifikasi Awan
2.5 Analisa dan Monitoring Atmosfer dengan Citra Satelit

BAB I
PENDAHULUAN
1.1. Latar Belakang
Pengamatan atmosfer dan fenomena cuaca dewasa ini menjadi semakin penting bagi semua
aktivitas pembangunan. Kebutuhan informasi meteorologi yang makin berkembang menuntut
tersedianya pengamatan cuaca yang akurat dan tepat waktu karena sangat diperlukan sebagai
input penting untuk pembuatan prediksi cuaca dan model prediksi cuaca numerik, analisis atau
kajian iklim dan perubahan iklim dalam menunjang pembangunan berkelanjutan, perlindungan
lingkungan, sumber energi terbarukan, dan sebagainya. Semua output data dan produk dari
setiap sistem prediksi cuaca sangat tergantung pada masukan atau inputnya, sehingga faktor
utama yang akan mempengaruhi akurasi, kehandalan dan efisiensi tiap produk layanan
meteorologi adalah input awalnya, yaitu: data pengamatan.
Pengamatan cuaca dan prediksi cuaca yang tepat waktu terutama untuk kondisi cuaca ekstrim
menjadi keharusan agar BMKG dapat memberikan peringatan dini kepada masyarakat tepat
pada waktu pula. Penginderaan jauh merupakan cara yang paling efektif untuk mengamati
fenomena meteorologi . Dalam bidang meteoorlogi teknologi penginderaan jauh yang dapat
dimanfaatkan adalah satelit dan radar. Satelit cuaca digunakan untuk memonitor dinamika
atmosfer dalam skala meso, sinoptik dan global dengan resolusi temporal yang tinggi sehingga
bermanfaat untuk meningkatkan akurasi prakiraan cuaca jangka pendek (nowcasting dan shortrange weather forecast) dan Radar meteorology dimanfaatkan untuk mengamati fenomena
skala lokal di lapisan bawah atmosfer.
1.2. Tujuan
Modul Penginderaan Jauh ini disusun untuk menjadi sumber refferensi bagi forecaster dalam
mengolah dan menganalisa data satelit cuaca.

BAB II
SATELIT CUACA

2.1

Pengenalan Satelit Cuaca

Penginderaan jauh adalah istilah yang digunakan untuk menggambarkan Penginderaan


jauh adalah istilah yang digunakan untuk menggambarkan studi tentang sesuatu objek tanpa
melakukan kontak aktual dengan objek studi. Ini melibatkan membuat pengukuran sifat fisik
suatu obyek dari jarak jauh. Teknologi satelit adalah contoh penginderaan jauh, karena sensor
satelit dirancang untuk mempelajari energi yang dipantulkan (refleksi) dan energi yang
dipancarkan (emisi) dari bumi. Dengan menggunakan data yang ditransmisikan dari satelit di
orbit mengelilingi bumi, pengamat/peneliti di stasiun penerima di permukaan bumi dapat
mengukur properti dari bumi tanpa harus benar-benar pergi ke daerah target pengamatan dan
membuat pengukuran.
Satelit yang pertama kali dibuat dan diluncurkan manusia adalah Sputnik. Tiga tahun
kemudian setelah peluncuran Sputnik, USA meluncurkan satelit meteorologi yang pertama kali
di dunia, yaitu TIROS-1 pada 1 April 1960. Dalam kurun waktu 6 tahun sesudahnya, sebanyak
10 satelit seri TIROS diluncurkan dan melakukan berbagai pengamatan/observasi dan
eksperimen. Satelit TIROS merupakan satelit Low Elevation Orbit (LEO). Pada tahun 1966, USA
pertama kali meluncurkan satelit Geostasioner dan kemudian diketahui bahwa observasi satelit
geostasioner ini efektif untuk memonitor fenomena meteorologi.
Keberhasilan eksperimen observasi satelit meteorologi generasi awal ini mendorong
pengembangan lebih jauh teknologi baru ini pada kurun waktu selanjutnya hingga sekarang dan
berkontribusi meningkatkan akurasi prakiraan cuaca.
Tahun
1960
1966
1970
1975
1977
1982
1984
1997
2005
2009

Perkembangan
Satelit meteorologi pertama TIROS diluncurkan
Satelit geostasioner pertama diluncurkan
Satelit seri NOAA diluncurkan
GOES diluncurkan
GMS dan METEOSAT diluncurkan
INSAT diluncurkan
GOMS diluncurkan
Feng Yun-2 diluncurkan
MTSAT-1R (generasi lanjutan GMS) diluncurkan
Satelit geostasioner pertama Korea, COMS-1
diluncurkan
Tabel 1. Sejarah satelit meteorologi

Negara
USA
USA
USA
USA
Jepang, Eropa
India
Russia
China
Jepang
Korea Selatan

Pada tahun 1963, World Meteorological Organization (WMO) merancang program


WWW (World Weather Watch) dan memulai rencana membangun jaringan pengamatan satelit
dengan cakupan wilayah global. Sejalan dengan rencana ini, beberapa negara kemudian
meluncurkan satelit-satelit meteorologinya. Pada awal 1980-an terbangunlah jaringan
observasi satelit global yang terdiri dari 5 buah satelit geostasioner dan 2 buah satelit polarorbiter (seri NOAA dan METEOR). Setelah itu Rusia dan China juga meluncurkan satelit
geostasioner kemudian diikuti oleh beberapa negara lain. Sejarah singkat perkembangan
observasi global dengan satelit meteorologi ditunjukkan pada tabel 1.

Gambar 1. Jaringan observasi satelit meteorologi global


Keuntungan observasi dengan satelit meteorologi (selanjutnya disingkat: satelit) antara
lain adalah kemampuannya dalam mengamati seluruh bumi secara seragam dengan kerapatan
spasial yang baik, sehingga sangat efektif untuk memonitor fenomena atmosfer yang
berlangsung singkat seperti pergerakan awan, arah pergerakan badai tropis dan daerah tekanan
rendah (lows). Selain itu juga dapat digunakan untuk memonitor perubahan iklim berdasarkan
data series seluruh dunia dalam kurun waktu panjang.
Untuk menempatkan satelit pada orbit sesuai dengan misinya, digunakan dua jenis orbit
yaitu geostasioner (geo-synchronous) dan orbit polar (sun-synchronous).Satelit geostasioner
mengelilingi bumi di atas garis ekuator dengan kecepatan sudut yang sama dengan perioda
rotasi bumi, sehingga satelit terlihat pada posisi tetap/stasioner dari bumi. Satelit MTSAT
terletak pada posisi 140BT pada ketinggian sekitar 36.000 km di atas garis ekuator. Satelit
MTSAT melakukan observasi wilayah di bumi dari utara ke selatan selama 25 menit dan mampu
memonitor perkembangan dan jejakan/arah pergerakan gangguan-gangguan cuaca.
Satelit polar-orbit mengelilingi bumi melintasi wilayah di atas kutub utara dan selatan
dengan ketinggian rendah (untuk NOAA, sekitar 850 km) dan dalam waktu singkat (NOAA,
sekitar 100 menit) dengan lebar wilayah sapuan observasi kurang lebih 2.000 km berpusat di

titik nadir. Satelit polar-orbit melewati titik yang sama di bumi hanya dua kali sehari tetapi
keunggulannya mampu mengamati wilayah kutub, dimana hal ini tidak dapat dilakukan dengan
satelit geostasioner.

Gambar 2. Orbit satelit geostasioner (geosynchronous) dan satelit polar


Pada 7 Oktober 2014, JMA meluncurkan generasi penerus MTSAT-2 yang diberi nama
Himawari-8. Satelit ini merupakan generasi penerus yang peningkatan spesifiasi sensornya
cukup signifikan. Gambar bumi dapat ditangkap dengan memakai 16 kanal dimana setiap kanal
memiliki resolusi spasial antara 0.5 sampai 2 km. Selain itu peningkatan kemampuan juga
terdapat pada resolusi temporal, dimana apabila pada MTSAT untuk mendapatkan 1 gambar
bumi utuh (full disk) dibutuhkan waktu sekitar 25 menit, maka pada Himawari-8 hanya
membutuhkan kurang dari 10 menit. Selain itu juga pada tahun 2016, JMA merencanakan
meluncurkan satelit Himawari-9 dengan spesifikasi yang sama.

Gambar 3. Frekuensi Observasi Himawari-8


2.2

Radiasi Elektromagnetik dan Emisivitas Atmosfer

Radiasi elektromagnetik adalah dasar untuk semua penginderaan jauh bumi. Radiasi adalah
energi yang dipancarkan dalam bentuk gelombang oleh semua zat yang tidak di nol mutlak (273C atau-459F). Gelombang energi radiasi bukan objek material. Meskipun tidak memiliki
massa, gelombang mampu mengirimkan energi dari satu tempat ke tempat lain. Gelombang
radiasi elektromagnetik dapat dianggap sebagai pola gangguan medan elektromagnetik. Sebagai
gelombang radiasi melewati bidang ini tingkat energi berfluktuasi naik dan turun dalam pola
yang teratur. Pola gelombang berulang dan istilah-istilah yang menggambarkannya
diilustrasikan dalam gambar berikut ini.

Gambar 4. Karakteristik gelombang elektromagnetik (EM)


Gelombang elektromagnetik dapat dicirikan dengan amplitudo, panjang gelombang, dan
frekuensi-nya. Sebuah puncak gelombang (crest/ridge) adalah titik maksimum pada saat
gelombang menjalar ke arah atas, palung (trough) adalah titik maksimum pada saat gelombang
menjalar ke arah bawah. Amplitude mengukur besarnya gelombang dan mengacu pada jumlah
perpindahan yang terjadi di atasnya. Panjang gelombang diukur sebagai jarak antara dua
lembah atau dua puncak berturut-turut. Frekuensi gelombang ditentukan oleh jumlah
gelombang yang melewati suatu titik dalam suatu periode tertentu. Semua jenis perjalanan
energi elektromagnetik pada kecepatan yang sama (yakni kecepatan cahaya). Dalam kasus
panjang gelombang pendek, lebih banyak gelombang yang melewati suatu titik dalam waktu
tertentu. Jadi panjang gelombang yang lebih pendek menghasilkan gelombang frekuensi tinggi
dan gelombang yang lebih panjang akan menghasilkan gelombang frekuensi rendah.
Sebuah spektrum elektromagnetik adalah suatu kesatuan/rangkaian dari semua jenis
radiasi elektromagnetik (Gambar 4). Pada spektrum, masing-masing jenis energi diurutkan
sesuai panjang gelombangnya. Sinar Gamma dan sinar-X terletak pada akhir spektrum dengan
panjang gelombang terpendek. Sinar-X mungkin akrab bagi Anda jika Anda pernah diperiksa
dengan sinar-X (X-ray) di rumah sakit. Pada ujung gelombang panjang pada spektrum terdapat
gelombang radio, dimana tanpa gelombang ini tidak mungkin ada siaran televisi dan radio. Mata

manusia hanya mampu mendeteksi sebagian kecil dari spektrum yang disebut cahaya tampak,
(visible), sementara kita dapat merasakan radiasi infra merah sebagai panas. Kita menggunakan
radiasi gelombang mikro (microwave) untuk memasak makanan, dan radiasi ultraviolet dari
matahari dapat menyebabkan kulit terbakar, dan mungkin juga kanker kulit.

Gambar 5. Spektrum Gelombang EM

Radiasi dipancarkan oleh semua objek yang tidak berada pada kondisi suhu 0 (nol)
absolut. Objek tidak hanya memancarkan radiasi dalam satu panjang gelombang saja, namun
umumnya memancarkan energi pada rentang/kisaran tertentu yang dikenal dengan spektrum
objek. Suhu objek menentukan karakteristik spektrum energi yang dipancarkan. Sebuah objek
dengan suhu permukaan yang sangat tinggi akan memancarkan energi radiasi yang sangat
tinggi pada gelombang yang lebih pendek, sedangkan objek yang lebih dingin akan
memancarkan spektrum energi yang lebih rendah pada panjang gelombang yang lebih panjang.
Permukaan bumi dianggap sebagai permukaan yang tak-tembus cahaya (opaque) ;
dengan kata lain tidak memungkinkan cahaya untuk menembusnya. Ketika radiasi jatuh pada
permukaan tak-tembus cahaya, seperti batuan padat, akan diserap dan sebagian dipantulkan
kembali ke atmosfer.

RADIASI SESAAT (INCIDENT RADIATION

X% dipantulkan

X% dipantulkan

Y%
diserap

Y% diserap

Z% diteruskan
X + Y = 100%

X+Y+Z=
100%

OBJEK TAKTEMBUS CAHAYA


(BUMI)

OBJEK TEMBUS CAHAYA


(ATMOSFER/LAUT)

Gamba

r 6. Karakteristik objek tembus cahaya dan tak-tembus cahaya dan transparan


Albedo suatu permukaan dinyatakan sebagai bagian (fraksi) radiasi tampak yang dipantulkan
oleh permukaan objek. Objek seperti awan tebal atau salju yang baru jatuh, memiliki albedo
yang sangat besar. Jika dilihat dari angkasa, objek-objek ini terlihat sangat terang, karena
memantulkan sejumlah besar radiasi matahari yang diterimanya. Hutan dan tanah yang
warnanya gelap memiliki albedo yang lebih rendah (karena hanya sedikit memantulkan radiasi
cahaya tampak/visible), sehingga terlihat gelap. Tabel berikut adalah albedo beberapa jenis
objek di permukaan bumi dan di atmosfer. Objek yang sama sekali hitam warnanya, dengan
albedo bernilai 0 (nol), akan terlihat sebagai lubang hitam/black hole, dan kita tidak dapat
melihat sifat-sifat/fitur nya kecuali hanya profilnya saja. Objek seperti ini menyerap radiasi
pada semua panjang gelombang, dan disebut sebagai benda hitam (black body). Karena tidak
ada objek yang menyerap semua cahaya yang jatuh padanya, maka pada kenyataannya blackbody tidak ada di dunia nyata. Namun demikian, para ilmuwan menggunakan konsep benda
hitam ini untuk mempelajari teori radiasi.
OBJEK / FITUR

Albedo
(%)

Awan-awan :

OBJEK / FITUR

Albedo
(%)

Cumulonimbus (luas/besar dan tinggi)


Cumulonimbus (kecil, tinggi puncak 6
km)
Cirrostratus (tebal, dengan awan2
lebih rendah)
Cumulus (dengan stratocumulus)

92
86

Tampakan permukaan
daerah kosong/tanah) :
Salju (masih segar/baru)
Salju (umur 3-7 hari)

74

White Sands, New Mexico

69

Stratocumulus
Stratus (tebal 0.5 km, di atas laut)

68
64

Bukit pasir (sand


kering)
Tanah, pasir kering
Tanah
(tanah

75 - 90
40 70
60

dune, 35 45
25 45
liat 20 35

Stratocumulus (dengan lembaran2


awan, di atas laut)
Stratus (tipis, di atas laut)
Cirrus (sendiri, di atas daratan)
Cirrostratus (sendiri, di atas daratan)
Cumulus (cuaca serah)
Fenomena lain :
Sun-glint di Teluk Mexico
Danau (Great Salt Lake, Utah-USA)

kering/abu2)
Bukit pasir (basah)

60
42
36
32
29

20 30

Beton (kering)
17 20
Tanah (lembab, abu2)
10 20
Tanah (gelap)
5 15
Jalan (aspal)
5 10
Zona vegetasi/tanaman :
17
Padang pasir
25 30
9
Padang rumput savannah 25 30
(musim kemarau)
Laut (Teluk Mexico)
9
Tanaman pertanian
15 25
Laut (Samudera Pasifik)
7
Padang rumput savannah 15 20
(musim hujan)
Tundra (padang luas di 15 20
daerah kutub)
Chaparral
15 20
Padang rumput (hijau)
10 20
Hutan (gugur)
10 20
Hutan (coniferous / pinus)
5 15
Tabel 2. Estimasi nilai albedo beberapa fitur/objek pada citra satelit Visibel (albedo dinyatakan
dengan % cahaya yang dipantulkan oleh permukaan objek)

Transmi
si
Refleksi
Absorbsi &
Hamburan
oleh molekul

Absorbsi
&
Hambura
Transmi
si

Absorbsi &
Hamburan
oleh aerosol
Transmisi
Refleksi

Refleksi

Refleksi

Transmi
si
Absorbs
i

LAUT

DARATAN

Absorbsi

Gambar 7. Cahaya tampak (Visibel) di atmosfer

RADIASI
INFRARED

Transmi
si
Refleksi
Absorbsi,
Hamburan &
Emisi oleh
molekul

Emisi

Absorbsi
&
Hambura
Transmi
Emisi
si

Absorbsi,
Hamburan &
Emisi oleh

Emisi
Transmisi
Refleksi

Emisi

Transmi
si
Absorbs
i

LAUT

Refleksi

Refleksi

DARATAN
Absorbsi

Gambar 8. Energi inframerah (infrared) di atmosfer

Atmosfer adalah medium yang tembus cahaya. Medim tembus cahaya dapat meneruskan
(transmisi) sebagian radiasi yang jatuh padanya, sedangkan sebagian lagi deserap atau
dipantulkan. (Gambar 5 sebelah kanan). Ketika radiasi sampai dan menembus medium tembus
cahaya (misalnya : atmosfer, laut), maka beberapa proses terjadi. Radiasi visible (cahaya
tampak) dapat diserap (absorpsi), diteruskan (transmisi), atau dipantulkan (refleksi) oleh
molekul atmosfer, aerosol, kristal es dan butiran air yang menjadi penyusun atmosfer. Partikelpartikel ini juga dapat menghamburkan (scattering) cahaya tampak menjadi komponen warnawarna, termasuk merah, oranye, kuning, biru, dan ungu. Ketika cahaya tampak dihamburkan
oleh partikel-partikel di atmosfer, panjang gelombang warna biru paling banyak menyebar,
sehingga memberi warna biru pada langit. Radiasi cahaya tampak juga dapat diserap atau
dipantulkan oleh bermacam-macam jenis permukaan bumi. Proses-proses ini digambarkan
pada Gambar 6. Radiasi inframerah dapat pula diserap, diteruskan, dipantulkan, atau
dihamburkan ketika melalui atmosfer. Demikian pula berbagai jenis permukaan bumi dapat
menyerap radiasi inframerah dan memancarkan kembali ke atmosfer atau angkasa sebagai
panas (Gambar 7).
Beberapa jenis radiasi elektromagnetik (EM) dapat dengan mudah melalui atmosfer,
sedangkan sebagian lagi terhambat ketika melewatinya. Kemampuan atmosfer untuk
meneruskan radiasi yang mengenainya disebut transmisivitas atmosfer. Transmisivitas radiasi
pada atmosfer tak berawan bervariasi dengan panjang gelombang radiasi. Panjang gelombang
dimana relatif sedikit terjadi absorpsi atmosfer disebut atmospheric-window (jendela atmosfer),
karena radiasi dari permukaan bumi dapat dengan mudah melalui atmosfer. Kisaran panjang
gelombang tersebut yang biasa digunakan untuk observasi awan dan permukaan bumi dengan
satelit. Penyerapan oleh atmosfer dapat dilihat pada Gambar 8.

Atmospheric windows / jendela

Gambar 9. Absorpsi gelombang EM oleh atmosfer pada beberapa panjang gelombang dan
wilayah panjang gelombang untuk observasi satelit
Kisaran spektrum visible adalah antara 0.55 0.90 m dan spektrum infrared pada panjang
gelombang antara 3..5 4.0 m dan 11.5 12.5 m Wilayah-wilayah spektrum inilah disebut
sebagai atmospheric-window/jendela atmosfer.

2.3

Karakteristik Kanal pada Satelit Cuaca

Sensor-sensor pada satelit meteorologi, yang disebut radiometer, didesain untuk memanfaatkan
wilayah jendela atmosfer. Instrumen-instrumen satelit tersebut mengukur radiasi tingkat
kecerahan/brightness pada wilayah spesifik, wilayah sempit pada spektrum gelombang EM
yang disebut channel (kanal). Wilayah jendela atmosfer pada Gambar 6 menunjukkan wilayah
spesifik panjang gelombang dari 5 kanal sensor JAMI (Japanese Advanced Meteorological
Imager) yang terdapat pada satelit geostasioner MTSAT milik Jepang.
Data dari sensor inframerah (IR) mengungkap karakteristik thermal (suhu) dari permukaan
bumi, permukaan laut, dan puncak awan. Sensor inframerah satelit mengukur radiasi
inframerah yang dipancarkan (di-emisikan) oleh bumi pada beberapa panjang gelombang yang
dapat menembus atmosfer. Dengan demikian akan memungkinkan pengukuran suhu
permukaan dilakukan dari angkasa. Jika atmosfer tidak tembus cahaya pada panjang gelombang
tersebut maka tidaklah mungkin dapat mempelajari berbagai karakteristiknya dari angkasa.
Meskipun sebagian besar radiometer satelit didesain untk memanfaatkan wilayah jendela
atmosfer, tetapi ada perkecualian bahwa sensor inframerah pada panjang gelombang 6.7 dan
7.3 micron mendeteksi energi yang tidak dapat menembus atmosfer. Uap air di lapisan atas
atmosfer menyerap energi pada panjang gelombang ini; sehingga atmosfer tidak tembus cahaya
terhadap radiasi panjang gelombang 6.7 dan 7.3 micron ini. Dengan mempelajari radiasi pada
wilayah ini, dapat diperoleh informasi penting mengenai kandungan uap air di lapisan atas
atmosfer tanpa terpengaruh dari radiasi yang dipancarkan dari permukaan bumi.
Kanal visibel (VIS) pada satelit MTSAT memanfaatkan jendela atmosfer pada wilayah cahaya
tampak dari spektrum EM. Sensor cahaya visibel mengukur besarnya radiasi matahari yang
dipantulkan dari bumi oleh awan-awan dan permukaan bumi. Karena setiap fitur/ketampakan
objek di bumi dan atmosfer memiliki albedo yang berbeda-beda (lihat Tabel 2), maka sensor-

sensor ini dapat mendeteksi jenis daratan yang berbeda dan ketampakan air dan juga
membedakan jenis-jenis awan.
Satelit MTSAT memiliki 1 (satu) kanal VIS dan 4 (empat) kanal Inframerah yang bekerjapada
panjang gelombang 0.55 0.90 micron (VIS), 10.3 11.3 micron (IR1), 11.5 -12.5 micron (IR2),
6.5 7.0 micron (IR3 / Water Vapor), dan 3.5 4.0 micron (IR4 / Short-wave IR). Karakteristik
satelit dan sensor MTSAT dapat dilihat pada Tabel 3.

Tabel 3. Karakteristik satelit dan sensor MTSAT-1R

Resolusi spasial horizontal dari satelit MTSAT adalah 1 km dalam citra VIS dan 4 km dalam citra
IR pada sub-satellite point (SSP). Lebih jauh suatu posisi di bumi dari SSP maka kenampakannya
miring dan resolusinya juga berkurang. Sebagai contoh, untuk wilayah Jepang dan sekitarnya,
resolusi citra MTSAT adalah 1.8 pada citra VIS dan 7 km pada citra IR. Skala keabuan (gray scale)
citra MTSAT adalah 10 bit (1024 level) baik pada citra VIS maupun IR. Sebagai perbandingan,
pada generasi satelit Jepang sebelumnya GMS-5 citra IR memiliki 8 bits (256 level) dan satu
level setara dengan resolusi suhu sebesar 0.5 s/d 1.0 C.
Citra VIS dihasilkan dari pantulan radiasi matahari oleh bumi dan atmosfer pada kisaran
panjang gelombang 0.55 ~ 0.99. Citra VIS hanya dapat diperoleh pada siang hari. Display
warna standar citra ini adalah hitam-putih, dimana warna putih digunakan untuk
menggambarkan obyek banyak memantulkan cahaya, sedangkan warna hitam untuk
menggambarkan obyek yang kurang memantulkan cahaya.
Citra IR dihasilkan dari radiasi terestrial oleh bumi, puncak awan dan atmosfer pada kisaran
panjang gelombang 10 ~ 12. Citra IR dapat diperoleh baik siang maupun malam hari. Nilai
yang terukur adalah suhu yang dipancarkan oleh permukaan objek yang termodifikasi akibat
penyerapan dan re-emisi pada saat melalui atmosfer. Standar display warna citra IR adalah
hitam-putih, dimana warna putih digunakan menggambarkan suhu yang lebih rendah dan
hitam untuk suhu yang lebih hangat.

Pada Himawari-8, sensor yang digunakan menangkap 16 kanal dimana masing-masing kanal
memiliki range panjang gelombang dan resolusi spasial seperti tabel berikut :
Central Wavelength Spatial
[m]
Resolution
1
0.43 0.48
1 km
2
0.50 0.52
1 km
3
0.63 0.66
0.5 km
4
0.85 0.87
1 km
5
1.60 1.62
2 km
6
2.25 2.27
2 km
7
3.74 3.96
2 km
8
6.06 6.43
2 km
9
6.89 7.01
2 km
10
7.26 7.43
2 km
11
8.44 8.76
2 km
12
9.54 9.72
2 km
13
10.3 10.6
2 km
14
11.1 11.3
2 km
15
12.2 12.5
2 km
16
13.2 13.4
2 km
Tabel 4. Karakteristik kanal Himawari-8
Channel

2.3.1 Citra Visible (VIS)


(1). Karakteristik citra VIS
Citra VIS menggambarkan intensitas cahaya matahari yang dipantulkan awan dan/atau
permukaan bumi, dan memungkinkan kita untuk memonitor kondisi laut, daratan dan awan.
Bagian dimana reflektansi-nya tinggi divisualisasikan terang dan reflektansi rendah terlihat
gelap. Secara umum, permukaan salju dan awan terlihat terang karena mempunyai reflektansi
tinggi, permukaan daratan lebih gelap dibanding awan-awan, dan permukaan laut terlihat
paling gelap karena reflektansi-nya rendah. Perlu dicatat bahwa kenampakan obyek pada citra
berbeda-beda tergantung sudut datang/elevasi sinar matahari pada posisi obyek tersebut. Pada
waktu pagi dan sore hari di wilayah lintang tinggi, citra terlihat lebih gelap karena cahaya yang
jatuh hanya sedikit akibat kemiringan sudut datang cahaya matahari dan cahaya yang
dipantulkan hanya sedikit.
(2). Penggunaan citra VIS
A. Membedakan awan-awan tebal dan awan-awan tipis

Reflektans dari suatu awan tergantung pada jumlah dan kepadatan butiran awan dan air hujan
yang terdapat dalam awan. Secara umum, awan-awan rendah mengandung lebih banyak
butiran awan dan air sehingga akan terlihat lebih terang dibanding awan-awan tinggi.
Cumulonimbus dan awan-awan tebal lainnya yang telah berkembang secara vertikal
mengandung butiran awan dan air dan akan terlihat terang pada citra VIS. Awan-awan rendah,
permukaan daratan atau laut yang berada dibawah awan-awan tinggi yang tipis dapat terlihat.
B. Membedakan antara awan-awan jenis konvektif dan stratiform
Jenis awan dapat diidentifikasi dari tekstur permukaan puncaknya. Permukaan puncak awan
stratiform terlihat halus dan seragam, sementara permukaan puncak awan-awan konvektif
terlihat tidak rata (bintik-bintik, benjol-benjol) dan tidak menentu. Tekstur permukaan puncak
awan dapat diamati dengan mudah ketika sinar matahari jatuh secara miring di atas permukaan
awan.
C. Perbandingan tinggi puncak awan
Jika bersama-sama terdapat awan-awan yang berbeda ketinggiannya di suatu tempat ketika
sinar matahari jatuh secara miring, dapat terjadi kenampakan pada citra dimana awan yang
lebih tinggi membuat bayangan di atas puncak awan-awan yang lebih rendah. Perbandingan
ketinggian awan dimungkinkan dengan menggunakan sifat ini.

2.3.2 Citra Infrared (IR)


(1). Karakteristik citra IR
Citra IR menggambarkan distribusi suhu dan dapat diamati tanpa ada perbedaan antara citra
siang dan malam hari. Sehingga citra IR sangat berguna untuk mengamati suhu awan-awan dan
permukaan bumi. Dalam citra IR, bagian yang suhunya rendah divisualisasikan terang dan
bagian yang suhunya tinggi terlihat gelap.
(2). Penggunaan citra IR
A. Memonitor fenomena meteorologi
Tidak seperti citra VIS, observasi dengan citra IR memungkinkan kita untuk dapat mengamati
dengan kondisi yang sama antara siang dan malam hari. Hal ini merupakan kelebihan citra IR
yang terpenting dalam memonitor gangguan-gangguan meteorologis.
B. Pengamatan tinggi puncak awan
Dengan menggunakaan citra IR kita dapat mengetahui suhu puncak awan. Jika profil suhu
atmosfer diketahui, maka suhu puncak awan dapat dikonversi menjadi tinggi puncak awan.
Nilai yang diperoleh dari analisis obyektif atau model cuaca numerik (NWP) seringkali dipakai
untuk mengestimasi profil suhu. Di troposfer suhu atmosfer umumnya lebih rendah pada
lapisan atasnya, sehingga suhu puncak awan yang lebih rendah berarti puncak awannya lebih

tinggi. Dengan mengetahui suhu puncak awan maka kita dapat memantau perkembangan
vertikal awan-awan tersebut.
C. Pengukuran suhu permukaan bumi
Dengan citra IR dapat juga digunakan untuk mengukur suhu permukaan bumi di wilayah yang
tidak berawan. Hal ini memberikan informasi yang sangat berguna terutama suhu permukaan
laut (SST) yang jarang terdapat di stasiun pengamatan.

2.3.3. Citra Water Vapor (WV)


(1). Karakteristik Citra WV
Citra WV juga menggambarkan distribusi suhu. Sebagaimana citra IR, bagian yang bersuhu
rendah akan digambarkan lebih terang, sedangkan bagian yang suhuya lebih tinggi terlihat
gelap. Untuk citra WV, absorpsi / penyerapan oleh uap air sangat dominan dan hal ini memberi
ciri khusus bahwa tingkat kecerahan (brightness) pada citra WV berhubungan dengan
kandungan uap air pada lapisan atmosfer tengah dan atas.
Atmosfer standar secara umum dibagi 3 jenis lapisan, yakni lapisan atas, tengah, dan bawah.
Dan besarnya penyerapan dan pemancaran kembali (re-emisi) dari radiasi IR secara skematik
digambarkan pada Gambar 9. Karena di lapisan atmosfer bawah suhunya tinggi dan kandungan
uap airnya besar, maka sejumlah besar radiasi IR diserap oleh uap air dan hanya sedikit emisi
yang sampai ke satelit (a dan b pada Gambar).
Dengan bertambahnya ketinggian suhu akan turun dan kandungan uap air juga menurun (c
pada Gambar). Di lapisan atmosfer atas suhu dan kandungan uap airnya lebih rendah lagi,
sehingga hampir seluruh re-emisi radiasi IR sampai ke satelit tanpa penyerapan oleh uap air,
tetapi jumlah aktual radiasi yang mencapai satelit adalah kecil (d pada Gambar)

Gambar 9. Diagram skematik emisi radiasi pada citra WV

(sumber : Kishimoto, 1997)

Pada bagian yang kandungan uap airnya rendah/kering di lapisan atas dan tengah atmosfer,
citra terlihat gelap karena suhunya tinggi akibat kontribusi radiasi dari lapisan di bawahnya.
Sedangkan pada bagian yang basah/lembap dengan kandungan uap air tinggi di lapisan
atmosfer tengah dan atas, citra terlihat terang akibat rendahnya suhu dari kontribusi radiasi
dari lapisan atmosfer atas dan tengah. Karakteristik ini dapat dilihat pada Gambar 10.

Gambar 10. Diagram skematik citra WV berkaitan dengan fenomena atmosfer

(2). Penggunaan citra WV


A. Memahami aliran massa udara di lapisan atmosfer atas dan tengah
Citra WV juga dapat menggambarkan radiasi dari kandungan uap air di lapisan atmosfer atas
dan tengah, yaitu aliran massa udara lapisan atas dan tengah dapat divisualisasikan
menggunakan citra WV meskipun dalam kondisi tidak berawan. Posisi trough, vortex dan jetstream di lapisan atas dan tengah dapat diperkirakan dari distribusi wilayah terang dan gelap
pada citra WV.

2.3.4 Citra 3.7 m (IR4 / Short-Wave IR)


(1). Karakteristik citra 3.7 m
Besarnya radiasi yang diamati oleh satelit adalah jumlah radiasi benda hitam (blackbody) dari
awan-awan dan permukaan bumi serta pantulan cahaya matahari. Pada wilayah panjang
gelombang 3.7 m, pantulan cahaya matahari lebih intens daripada radiasi dari permukaan
bumi jika dibanding pada wilayah panjang gelombang IR1 dan IR2 (Gambar 11). Sehingga citra
pada siang hari hampir sama dengan citra VIS yakni menggambarkan distribusi pantulan sinar
matahari. Lain halnya dengan citra pada malam hari dimana tidak ada sinar matahari yang
dipantulkan, maka radiasi inframerah dari awan-awan dan sejenisnya yang diamati oleh sensor
atau sama dengan citra IR1 atau IR2. Karena karakteristiknya yang khusus ini, maka

kenampakan citra 3.7 m ini sangat berbeda antara siang dan malam hari. Hal ini penting
diingat jika menggunakan citra 3.7 m ini. Khusus pada saat matahari terbit dan tenggelam,
perlu diperhatikan sampai seberapa besar pengaruh sinar matahari yang sampai ke awan dan
permukaan bumi pada saat itu.

Gambar 11. Energi radiasi matahari yang dipantulkan (reflektan = 1.0 dan 0.1) dibandingkan
radiasi blackbody (270 K, 300 K, 320 K) (sumber : Kodaira, 1980)

Emisivitas awan yang mengandung butiran air (water cloud) lebih kecil pada wilayah panjang
gelombang/band 3.7 m dari pada pada band IR (Gambar 12) dan pantulan sinar matahari oleh
kristal-kristal es relatif kecil, dan karakteristik inilah yang digunakan untuk identifikasi awan.

Gambar 12. Hubungan emisivitas awan stratocumulus (kandungan air sebesar 0.1 gm-3)
dengan ketebalan awan (sumber : Ellrod, 1995)

(2). Penggunaan citra 3.7 m


A. Identifikasi awan rendah pada malam hari
Awan-awan rendah pada malam hari sulit untuk diidentifikasi pada citra IR, namun identifikasi
akan akurat dengan citra 3.7 m. Misalnya jika ada awan-awan rendah (water cloud) di atas
laut (Gambar 13). Awan-awan rendah dapat dianggap mendekati blackbody pada panjang
gelombang IR1. Pada wilayah panjang gelombang 3.7 m, emisivitas dari awan-awan tersebut
(water cloud) lebih kecil dibanding pada IR1, dan transmisivitas-nya hampir nol (0) untuk
awan-awan yang cukup tebal. Awan-awan rendah tersebut diamati pada panjang gelombang 3.7
m tidak dapat dianggap sebagai blackbody, sehingga puncak awannya teramati lebih rendah
pada 3.7 m daripada pada IR1. Permukaan laut dapat dianggap sebagai blackbody baik pada
panjang gelombang 3.7 m dan 11 m, sehingga untuk awan rendah dimana merupakan awanawan air (water cloud), beda suhu puncak awan dan permukaan laut lebih besar pada citra 3.7
m daripada pada citra IR sehingga akan meningkatkan akurasi deteksi awan rendah. Oleh
karena hubungan yang erat ini, jika awan yang terdeteksi pada 3.7 m merupakan awan rendah
atau menengah dapat ditentukan dengan mengecek tinggi puncak awan dengan citra IR pada
waktu yang sama.

Gambar 13. Beda suhu radiasi 3.7 m dan IR1 dari awan-awan air (water cloud)

B. Identifikasi wilayah salju/es pada siang hari


Pada panjang gelombang 3.7 m, pantulan sinar matahari pada permukaan salju/es rendah
seperti kristal-kristal es (Kidder dan Wu, 1984). Sulit untuk membedakan antara permukaan
salju dan/atau es dan wilayah berawan hanya dengan citra VIS saja, karena keduanya memiliki
reflektansi yang tinggi. Dengan menggunakan karakteristik ini memungkinkan untuk
mengidentifikasi dengan membandingkannya dengan citra 3.7 m.

2.3.5. Citra diferensial 3.7 m


(1). Karakteristik citra diferensial 3.7 m
Citra diferensial 3.7 m adalah visualisasi selisih suhu pada panjang gelombang 3.7 m dan
suhu pada panjang gelombang IR1 (T3.7 m TIR1). Selisih suhu bernilai positif digambarkan
dengan warna gelap dan nilai negatif digambarkan dengan warna terang. Sebagaimana
disebutkan sebelumnya, suhu puncak awan dari awan-awan yang mengandung air lebih besar
pada 3.7 m daripada IR1. Namun untuk awan-awan yang mengandung kristal-kristal es, efek
transmisi lebih besar pada 3.7 m dan suhu puncak awan teramati lebih tinggi. Visualisasi citra
diferensial 3.7 m memberi penekanan perbedaan karakteristik antara 3.7 m dan IR1.
Gambar 14 menunjukkan bagan klasifikasi awan dengan menggunakan citra diferensial dan IR1
pada malam hari (Lilijas, 1989). Awan-awan tinggi dan rendah yang tipis dapat dibedakan
dengan menggunakan citra diferensial dan IR secara bersama-sama.

Gambar 14. Bagan klasifikasi awan dengan suhu diferensial 3.7 m dan IR1 (Lilijas, 1989).
Sumbu horizontal : suhu diferensial (3.7 m IR1). Sumbu vertikal : suhu IR1

(2) Penggunaan citra diferensial 3.7 m


A. Identifikasi awan-awan rendah di malam hari
Awan-awan rendah memiliki beda suhu yang kecil dengan wilayah tidak berawan di sekitarnya,
sehingga pada malam hari sulit untuk dideteksi hanya dengan citra IR saja. Suhu puncak awan
terukur lebih rendah pada kanal panjang gelombang 3.7 m dibanding pada IR1, dan selisih
suhunya antara 2 s/d -10 derajat. Citra diferensial 3.7 m digunakan untuk mendeteksi awanawan rendah pada malam hari karena perbedaan antara daerah tak berawan dan daerah awanawan rendah lebih terlihat jelas pada citra diferensial 3.7 m daripada pada citra IR1.

B. Identifikasi awan-awan tinggi


Gelombang 3.7 m memiliki sifat yang mirip dengan gelombang VIS dan dengan mudah dapat
menembus awan-awan tinggi dengan kristal-kristal es. Pada malam hari, radiasi dari
permukaan bumi dengan suhu yang tinggi menembus awan-awan tinggi yang tipis sehingga
mempengaruhi besarnya radiasi yang diterima sensor satelit dari puncak awan menjadi lebih
tinggi, akibatnya suhu puncak awan yang diukur pada panjang gelombang 3.7 m lebih tinggi
dari yang sebenarnya. Karena efek transmisi-nya lebih besar pada 3.7 m dibanding IR1, maka
suhu puncak awan lebih tinggi dari suhu IR sehingga selisih suhu menjadi bernilai positif. Dalam
hal ini maka awan-awan tinggi yang tipis dapat diidentifikasi dengan citra diferensial 3.7 m.
Sebagai contoh, kita dapat membedakan awan Cb yang diperkirakan mendatangkan hujan dan
anvil Cirrus yang tidak mendatangkan hujan.

2.3.6 Citra diferensial IR


(1). Karakteristik citra diferensial IR
Citra diferensial IR adalah visualisasi suhu pada IR1 dikurangi suhu pada IR2 (TIR1 TIR2).
Wilayah panjang gelombang IR1 dan IR2 ini disebut jendela atmosfer (atmospheric windows)
dimana hanya sedikit terjadi penyerapan radiasi oleh uap air dan atmosfer. Meskipun demikian
absorpsi oleh uap air tidak bisa selalu diabaikan. Tingkat penyerapan uap air lebih tinggi pada
wilayah panjang gelombang IR1 dibanding IR2 meskipun hanya sedikit berbeda. Perbedaan
penyerapan pada IR1 dan IR2 tergantung kandungan uap air di atmosfer, dan citra diferensial
IR divisualisasikan gelap untuk nilai selisih yang lebih besar.

(2). Penggunaan citra diferensial IR


A. Identifikasi awan-awan rendah(Gambar 15)
Awan-awan rendah dianggap sebagai benda hitam (black-body) pada wilayah IR1 dan IR2, dan
perbedaan antara keduanya bernilai 0 (nol).Misalnya, lintasan radiasi di atas puncak awan
kondisinya kering, radiasi pada IR1 dan IR2 pada puncak awan rendah hanya sedikit berbeda
(a). Citra diferensial IR dihasilkan dari selisih suhu antara 2 kanal panjang gelombang ini.
Karena secara alamiah penyerapan oleh uap air pada wilayah IR1 dan IR2 ini kecil, selisihnya
tidak besar kecuali jika terdapat kandungan uap air cukup besar.
Pada umumnya di lapisan bawah atmosfer kandungan uap airnya cukup besar dan di lapisan
atas kecil. Oleh sebab itu kandungan uap air di lapisan bawah atmosfer mempengaruhi
perbedaan nilai IR1 dan IR2. Antara wilayah tak berawan yang memiliki lapisan udara basah (b)
dan yang lapisan udaranya kering pada daerah tak berawan (c), terdapat perbedaan besarnya

penyerapan antara IR1 dan IR2. Sehingga pada citra diferensial IR, awan rendah pada atmosfer
bawah yang basah dapat dibedakan dari wilayah tak berawan.

Gambar 15. Bagan skematik identifikasi awan-awan rendah pada citra diferensial IR

B. Identifikasi awan-awan tinggi yang tipis (Gambar 16)


Penyerapan oleh partikel-partikel kristal es berbeda antara pada IR1 dan IR2. Untuk awanawan yang cukup tebal (d) dan (e), hanya radiasi dari puncak awan yang teramati. Kandungan
uap air di sepanjang lintasan radiasi rendah sehingga perbedaan antara IR1 dan IR2 juga kecil.
Untuk awan-awan tinggi yang tipis (f), radiasi dari bagian bawah awan-awan tinggi dan dari
puncak awan teramati. Seperti pada awan-awan tinggi yang tebal, perbedaan IR1 dan IR2 kecil
untuk radiasi dari puncak awan. Di lain pihak, radiasi dari bagian bawah awan-awan tinggi
mengalami penyerapan oleh partikel-partikel kristal es penyusun awan-awan tinggi ketika
melewati awan-awan tinggi tersebut. Hal ini menyebabkan terdapat perbedaan antara IR1 dan
IR2. Pada citra diferensial IR, pada bagian dimana terdapat awan tinggi yang tebal perbedaan
IR1 dan IR2 kecil sehingga terlihat berwarna putih. Sedangkan perbedaan IR1 dan IR2 besar
terdapat pada bagian dimana terdapat awan tinggi yang tipis dan digambarkan sebagai warna
gelap/hitam.

C. Identifikasi debu vulkanik / volcanic-ash dan badai pasir / yellow-sand (Gambar 16)

Gambar 16. Bagan skematik perbedaan antara awan tinggi yang tipis dan debu vulkanik
(volcanic-ash) pada citra diferensial IR

Pasir kwarsa / partikel debu gunung berapi memiliki sifat yang berlawanan dengan uap air,
dalam hal karakteristik penyerapan dan hamburannya pada wilayah panjang gelombang IR1
dan IR2. Karena citra diferensial IR merupakan visualisasi beda suhu antara kedua panjang
gelombang ini, bagian dimana beda suhunya positif adalah awan-awan yang mengandung
kristal es atau butiran air, sedangkan bagian yang bernilai negatif (g) adalah material yang
mengandung pasir kwarsa / debu vulkanik. Dari prinsip dasar meteorologis, fenomena dimana
awan-awan dan partikel-partikel pasir / debu ini bersama-sama terdapat di atmosfer (misalnya
debu vulkanik dan badai pasir) maka dapat dibedakan dengan citra diferensial IR ini. Dengan
demikian sifat ini dapat dimanfaatkan untuk mendeteksi debu vulkanik dan debu pasir di
atmosfer.
2.4

Identifikasi Awan

2.4.1. Pengertian dasar


Berbeda dengan pengamatan dari permukaan bumi, dimana pengamatan awan menggunakan
mata (visual), satelit mengamati perilaku puncak awan jauh dari atas permukaan bumi. Resolusi
sensor satelit (dengan MTSAT : sekitar 1 km pada citra VIS dan 4 km pada citra IR pada subsatellite point) relatif lebih kasar dibandingkan mata manusia, dan klasifikasi bentuk awan
sebagaimana dilakukan dengan pengamatan di permukaan bumi tidak dapat dilakukan dengan
satelit. Sehingga harus dipahami bahwa jenis awan yang diidentifikasi oleh satelit secara
mendasar berbeda dengan bentuk awan yang diidentifikasi oleh pengamatan permukaan. Kita
hanya menggunakan nama tipe/jenis awan yang serupa dengan asal atau susunan/struktur
bentuk-bentuk awan yang ditentukan dengan pengamatan permukaan. Selanjutnya kita
menyebut klasifikasi awan dengan satelit sebagai jenis awan yang dibedakan dengan
identifikasi awan dengan pengamatan visual di permukaan yang disebut bentuk awan.

2.4.2. Klasifikasi jenis awan


Dalam identifikasi jenis awan berdasarkan pengamatan satelit, jenis awan digolongkan menjadi
7 kelompok, yaitu : Ci (awan tinggi), Cm (awan menengah), St (stratus/fog), Cb (cumulonimbus),
Cg (cumulus congestus), Cu (cumulus), dan Sc (stratocumulus).

Tabel 4. Klasifikasi jenis awan dengan citra satelit

Jenis awan yang dikelompokkan sebagai awan-awan stratiform : Ci, Cm, St; sedangkan
kelompok awan-awan konvektif : Cb, Cg, Cu ; adapun Sc adalah bentuk peralihan keduanya yaitu
memiliki karakteristik awan stratiform dan konvektif.
Awan-awan stratiform memiliki bentangan horisontal yang jauh lebih lebar daripada
bentangan/ketebalan vertikal (cloud thickness) nya. Awan-awan ini dicirikan sebagai wilayah
awan yang membentang luas dan saling bersambung permukaan awannya rata dan halus.
Sedangkan awan-awan konvektif lebih tebal dan cakupan wilayahnya lebih sempit
dibandingkan awan-awan stratiform. Awan-awan ini yang mudah dikenali sebagai wilayah
awan dengan sel-sel yang terpisah-pisah dan permukaannya yang tidak rata.
Awan-awan yang terlihat dari satelit dapat diklasifikasikan menjadi 3 (tiga), yaitu : awan tinggi,
awan menengah dan awan rendah. Perlu diingat bahwa klasifikasi awan dengan citra hasil
pengamatan satelit adalah berdasarkan tinggi puncak awan ; sedangkan dasar klasifikasi awan
dari pengamatan dari permukaan adalah berdasarkan tinggi dasar awan. Jika diklasifikasikan
sesuai tinggi puncak awan, maka secara garis besar : awan tinggi puncak awan pada ketinggian
400 hPa atau lebih, awan menengah antara 400 600 hPa, dan awan rendah puncak awannya
berada pada ketinggian 600 hPa atau kurang. Di samping awan-awan tinggi (Ci) dan awan
menengah (Cm), awan-awan rendah termasuk Cu, St dan Sc. Secara umum Cg (Cumulus
congestus) dan Cb (Cumulonimbus) tidak termasuk dalam klasifikasi tersebut.

2.4.3. Identifikasi jenis awan

Untuk klasifikasi jenis awan secara visual dengan mata, citra VIS dan IR telah digunakan sejak
permulaan pengoperasian satelit meteorologi. Sementara itu dengan menggunakan komputer
identifikasi jenis awan di samping citra VIS dan IR digunakan juga citra WV, IR split window.
Tokuno dan Kumabe (1996) mengembangkan algoritma program komputer yang menghasilkan
klasifikasi jenis awan dari citra satelit.
Algoritma ini mengidentifikasi jenis awan dari distribusi histogram dan karakteristik suhu
diferensial yang diperoleh dari tiap citra pada domain wilayah yang dibagi grid/kotak seluas
0.25 x 0.25 derajat lintang/bujur. Dengan bantuan komputer, klasifikasi obyektif jenis awan
dimungkinkan, namun identifikasi dengan mempertimbangkan kondisi meteorologis dan pola
perawanan sulit dilakukan. Sebaliknya identifikasi dengan mata manusia memiliki keuntungan
dapat mempertimbangkan kondisi dinamika meteorologi, pola perawanan, perubahan terhadap
waktu, dan pengetahuan meteorologi yang komprehensif. Di masa datang klasifikasi awan perlu
menggabungkan segi-segi keuntungan menggunakan komputer dan manusia. Pada bab berikut
dijelaskan identifikasi awan secara visual dengan menggunakan mata manusia.
2.4.3.1. Identifikasi dengan citra visibel dan infrared
Citra VIS menggambarkan intensitas pantulan cahaya matahari (reflektansi). Awan-awan tebal
yang memiliki kandungan air tinggi akan memantulkan lebih banyak cahaya matahari. Awanawan konvektif terlihat lebih terang dibanding awan-awan stratiform, karena mengandung
lebih banyak butiran air dan lebih tebal. Meskipun sama-sama awan kovektif, namun awan
konvektif tebal jika berkembang pantulannya akan lebih besar. Misalnya Cg (cumulus congestus)
akan terlihat lebih terang dibanding Cu, dan Cb akan tampak lebih terang daripada Cg. Sehingga
secara umum awan yang terbentuk di lapisan rendah atmosfer (awan rendah) akan terlihat
lebih terang dibanding awan yang terbentuk di lapisan atas (awan tinggi), contohnya St (stratus)
lebih terang dibanding Ci (cirrus). Jika terdapat awan Ci tipis bersama-sama awan-awan rendah
dan menengah maka awan Ci akan tampak tembus pandang sehingga awan-awan rendah dan
menengah yang berada di bawahnya tersebut juga akan terlihat. Untuk kasus demikian, karena
pantulan dari awan-awan di bawahnya akan menambah terang kenampakan Ci, dibanding jika
hanya awan Ci saja yang ada di sana.
Pada citra infrared, sebuah awan dengan puncak awan tinggi terlihat terang sementara awan
dengan puncak awan rendah terlihat lebih gelap. Untuk awan-awan jenis stratiform awan Ci
terlihat paling terang, diikuti oleh Cm dan St jika ditinjau dari tingkat kecerahan warnanya. Pada
awan-awan yang tipis, radiasi dari bawah awan juga teramati melalui lapisan-lapisan awan di
samping radiasi awan itu sendiri. Hal ini menyebabkan suhu puncak awan yang tinggi daripada
yang sebenarnya, dan dapat berakibat kekeliruan dalam penentuan puncak awan. Sebagai
contoh, Ci seringkali terdiri dari lapisan tipis awan sehingga cenderung diinterpretasikan
sebagai Cm jika menggunakan citra IR saja. Sebaliknya, Ci yang sangat tebal memiliki puncak
awan yang kira-kira sama dengan Cb, sehingga seringkali sulit dibedakan dengan Cb. St yang
memiliki puncak awan rendah suhunya yang jarang berbeda dengan dengan suhu permukaan,
sehingga sulit mendeteksi keberadaan awan St dengan hanya menggunakan citra IR saja. Untuk
awan-awan konvektif, tingkat perkembangannya dapat diklasifikasikan berdasarkan tinggi
puncak awannya. Yakni, puncak awan konvektif yang berkembang untuk Cb yang paling tinggi,
diikuti oleh Cg, dan yang terendah adalah Cu yang kurang berkembang.

Rangkuman hubungan-hubungan tersebut secara kualitatif digambarkan pada diagram


identifikasi jenis awan dengan citra VIS dan IR sbb:

Gambar 17. Diagram identifikasi jenis awan


2.4.3.2 Identifikasi awan menurut bentuknya
Suatu awan stratiform terlihat sebagai wilayah awan yang puncaknya rata dan cukup luas
cakupannya. Sebagai contoh, karena St memiliki tinggi puncak awan yang tetap, tepi awannya
sering diasumsikan terbentuknya di sepanjang kontur orografik. Ci menunjukkan bentukbentuk karakteristik, seperti goresan (Ci-streak), berbentuk seperti bulu-bulu halus yang keluar
dari awan Cb (anvil cirrus), dan bentukan awan berbentuk garis yang tegak-lurus arah angin
(transverse line).
Awan konvektif umumnya terdapat sebagai sekumpulan awan-awan (cloud cluster) dengan
cakupan yang lebih kecil. Jika awan-awan konvektif berkembang lebih lanjut, maka
ketebalannya akan meningkat dan bergabung bersama-sama sehingga luasan wilayah awannya
bertambah jika dilihat dari satelit. Urut-urutan awan konvektif tunggal mulai yang ukurannya
paling besar hingga terkecil adalah sbb: Cb, Cg, dan Cu. Awan konvektif menunjukkan pola-pola
karakteristik seperti bergaris-garis (linear), runcing (taper), atau berbentuk sel-sel (cellular).
Bagian tepi awan konvektif atau awan rendah mudah dibedakan dan terlihat jelas. Bentuk tepi
awan yang puncaknya tinggi seperti benang-benang halus yang melambai akibat pengaruh
angin kuat di lapisan atmosfer atas, sehingga batas tepi awannya tidak terlihat jelas.
2.4.3.3. Identifikasi awan berdasarkan teksturnya
Dengan citra VIS, tekstur awan dapat terlihat jelas karena resolusinya yang lebih tinggi
dibanding citra lainnya. Kondisi permukaan awan dapat dengan mudah terlihat jika terkena
sinar matahari dari arah samping, karena bayangan awan akan tampak akibat permukaan awan
yang tidak rata.
Awan-awan stratiform memiliki permukaan yang halus dan rata, sementara itu awan konvektif
permukaannya kasar dan tidak rata.

2. 4.3.4. Identifikasi awan berdasarkan pergerakannya


Karena di atmosfer lapisan atas angin umumnya bertiup lebih kuat, maka awan-awan di lapisan
atas juga bergerak lebih cepat daripada awan-awan rendah. Sehingga St, Sc, Cu dan awan-awan
rendah lainnya bergerak lebih lambat dibanding Ci. Awan-awan tebal yang menjulang tinggi
seperti Cb dan Cg bergerak dengan kecepatan angin rata-rata dari level-level awan, sehingga
pergerakannya lebih lambat dibanding Ci.
2.4.3.5. Identifikasi awan dengan perubahannya terhadap waktu
Karena awan konvektif masa hidupnya pendek, bentuk dan tinggi puncak awannya berubah
dalam waktu singkat. Sementara itu awan-awan stratiform terlihat hanya sedikit berubah baik
bentuk maupun ketinggian puncak awannya. Sebagai perbandingan Cb dan Ci, maka Ci relatif
sedikit perubahannya jika diamati bentuk dan pola awannya daripada Cb.
2.4.4. Studi kasus identifikasi jenis awan

G
E

H
A

C
D

Gambar 18 a. Citra IR (21 Feb 2010, jam 03 UTC)

Gambar 18 a dan b
menunjukkan
contoh
identifikasi
jenis
awan.
Wilayah awan A yang
meliputi
sebagian
Laut
Flores dan awan H di
perairan L. Banda adalah Cb
(cumulonimbus). Pada citra
IR maupun VIS, awan-awan
tersebut berwarna sangat
putih yang menunjukkan
bahwa awan Cb tersebut
telah berada pada tahap
matang dimana puncaknya
mencapai troposfer atas, dan
terlihat adanya awan Cirrus
yang di atas puncak awan
Cb.
Sedangkan awan B, baik
pada citra IR maupun VIS
sama-sama terlihat putih

G
E

H
A

C
D

terang. Berbeda dengan


awan A dan H, dimana
terlihat
awan
Ci
di
puncaknya, awan B di
sebelah tenggara Timor
Leste meskipun berkembang
dan
puncaknya
telah
menjulang tinggi belum
terlihat adanya awan Ci di
atasnya, dengan demikian
awan
konvektif
ini
digolongkan
sebagai
towering Cu / Cg (cumulus
congestus).
Awan C di perairan Laut
Timur yang memanjang
sampai ke barat daya
daratan P. Timor sampai ke
Kupang adalah awan Ci
dimana terlihat berwarna
abu-abu terang sampai putih
pada
citra
IR
yang
menandakan suhunya cukup
dingin, sementara di citra
VIS terlihat abu-abu gelap
dan teksturnya seragam.

Gambar 18 b. Citra VIS (21 Feb 2010, jam 03 UTC)

Sedangkan wilayah awan D di sekitar Kep. Cartier, Australia, pada citra IR hampir tidak terlihat
adanya awan disana, namun bila kita lihat citra VIS terlihat tekstur awan berbintik-bintik
berwarna terang yang menunjukkan adanya awan-awan konvektif rendah (cumulus). Karena
suhu awan-awan rendah ini hampir sama dengan daratan/laut maka pada citra IR tidak
terdeteksi perbedaan yang jelas antara suhu awan-awan ini dengan suhu permukaan laut.
Wilayah awan E di sebelah perairan Halmahera yang meluas hingga P. Seram dan Kepala
Burung Papua pada citra IR terlihat berwarna abu-abu sehingga dapat diketahui suhunya tidak
begitu dingin, dan pada citra VIS terlihat jelas bahwa awan-awan tersebut berwarna abu-abu
terang hingga putih dan terlihat teksturnya yang agak tidak rata /seragam. Sehingga awanawan ini digolongkan sebagai awan menengah campuran (Cu dan Sc).
Wilayah awan F pada citra IR terlihat putih terang, dan pada citra VIS berwarna abu-abu rata,
maka digolongkan sebagai awan-awan tinggi (Ci). Sedangkan awan G di dekat Manado, Sulawesi

Utara terlihat abu-abu pada citra IR dengan kata lain suhunya relatif hangat sehingga dekat
dengan permukaan bumi / laut. Kita dapat mengidentifikasi awan-awan tersebut sebagai awanawan rendah jenis stratus (St)
2.4.5. Jenis-jenis awan hasil identifikasi pengamatan satelit dan bentuk awan dengan
pengamatan dari permukaan bumi
Dalam pengamatan meteorologi permukaan, bentuk-bentuk awan dikalsifikasikan menjadi 10
jenis berdasarkan tinggi dasar awan dan teksturnya. Sementara itu karena satelit mengamati
awan dari jarak yang sangat jauh di atas permukaan bumi, jenis awan diidentifikasi dari suhu
puncak awan dan tekstur-nya yang teramati pada citra IR dan tingkat intensitas pantulan
matahari (albedo) serta tekstur awan yang teramati pada citra VIS. Oleh sebab itu karena sel-sel
awan Cc (cirrocumulus) atau Ac (altocumulus) yang teramati dari permukaan bumi lebih kecil
ukurannya daripada resolusi sensor satelit, maka tidak mungkin untuk membedakan antara Cc
dan Ci serta antara Ac dan Ns (nimbostratus) pada citra satelit. Hubungan tersebut dapat dilihat
pada Tabel 5.
Jenis-jenis awan yang terlihat dalam citra satelit (IR dan VIS) dan bentuk awan yang
mewakilinya sebagaimana nampak pada pengamatan permukaan, digambarkan seperti di
bawah ini.

Tabel 5. Jenis-jenis awan yang diidentifikasi oleh satelit dan pengamatan bentuk awan dari
pengamatan permukaan
2.4.5.1 Wilayah awan yang hanya terdiri dari Ci

Gambar 19 a. Foto awan diambil dari permukaan bumi (kota Tottori, Jepang) tanggal 9 Juli 1984
(08.01 LST). Hasil pengamatan permukan : High level cloud, Cirrus dan Cirrostratus (Ci dan Cs)
CL = 0, CM = 3, CH = 5

Gambar 19 b. Citra IR 9 Juli 1984 (09.00 LST). Tanda panah : kota Tottori

Gambar 19 c. Citra VIS 9 Juli 1984 (09.00 LST). Tanda panah : lokasi kota Tottori
Jika diperhatikan di wilayah kota Tottori (tanda panah). Pada citra IR goresan awan Ci meliputi
wilayah Distrik Saiin hingga Semenanjung Noto. Hanya ujung barat dari Ci ini menutupi sekitar
kota Tottori, dan terdapat awan lain yang diamati. Pada citra VIS, daratan dapat terlihat secara
jelas. Pada kasus ini, baik observasi satelit maupun pengamatan permukaan keduanya
menentukan jenis awan yang sama.
2.4.5.2 Wilayah awan-awan Ci dan Cm bertumpuk (superimpose)
Pada gambar 20 a terlihat foto awan yang teramati dari permukaan di kota Tottori tanggal 22
September 1978 (jam 11.11 LST). Data pengamatan awan menunjukkan Altocumulus (Ac) : CL =
0 ; CM = 3 ; CH = 0. Sementara itu gambar 20 b adalah citra IR dan 2-5-2 c adalah citra VIS pada
tanggal yang sama (jam 12.00 LST).

Gambar 20 a. Foto pengamatan awan di kota Tottori (22 Sep 1978, jam 11.11 LST)

Gambar 20 b. Citra IR

Gambar 20 c. Citra VIS

(22 Sep 1978, jam 11.11 LST)

(22 Sep 1978, jam 11.11 LST)

Tanda lingkaran menunjukkan wilayah kota Tottori, Jepang dan sekitarnya


Jika kita perhatikan di wilayah Tottori dan sekitarnya (wilayah yang dilingkari), terlihat awanawan Ci (cirrus) dan Cm (middle cloud) yang menutupi dan membentang dari Laut China Timur.
Citra VIS menunjukkan tutupan awan tidak begitu tebal, dan tidak dijumpai awan-awan rendah.
Dalam kasus ini, awan-awan Ac sebagai lapisan awan tunggal yang menutup hampir seluruh
langit di atas Tottori, sehingga tidak terlihat awan tinggi dari pengamatan permukaan.

2.4.5.3 Wilayah awan Sc dan Cu bersama-sama (coexist)

Gambar 21 a. Foto awan diambil di wilayah Kiyose City, Tokyo pada jam 17.40 LST, 19 Agustus
1983. <Hasil pengamatan permukaan : Awan rendah dan menengah (Ac dan Cu) Translucent
altocumulus (lenticular) CL = 2, CM = 4, CH = 0

Gambar 21 b. Citra IR jam 18.00 LST, 19Agustus 1983. (Lingkaran menunjukkan wilayah Kiyose
City, Tokyo dan sekitarnya) . Citra satelit menunjukkan adanya awan-awan Cu dan Sc yang
coexisting (ada bersama2)
Pada citra IR tersebut suatu wilayah awan yang menutupi Wilayah Kiyose City dan sekitarnya
(tanda lingkaran) meskipun tidak terlihat tebal. Dari pengamatan permukaan, awan-awan Ac
terlihat meskipun jumlahnya tidak banyak dan renggang. Untuk awan-awan yang renggang
seperti itu dimana ukurannya lebih kecil dari resolusi radiometer satelit, sehingga puncak
awannya diperkirakan lebih rendah karena radiasi dari permukaan melalui wilayah renggang di
antara awan-awan tersebut menambah besar radiasi dari awan yang diterima radiometer
satelit.

2.4.5.4 Wilayah awan Ci saja

Gambar 22 a. Foto awan di Sendai City, Miyagi Prefecture, Jepang pada 17.10 LST, tanggal 6
September 1981. Hasil observasi : Middle level cloud, Ac, translucent altocumulus CL = 0, CM = 5,
CH = 0

Gambar 22 b. Citra IR jam 18.00 LST, tanggal 6 September 1981. (tanda panah menunjukkan
lokasi Sendai City, Miyagi Prefecture) . Identifikasi awan dari citra satelit : hanya awan Ci
terdapat di wilayah tersebut

Pada citra IR tersebut, terlihat bentangan awan yang didominasi awan tinggi dan menengah
mulai dari perairan timur Jepang hingga daerah lepas pantai Tokaido. Terlihat awan Cirrus
bersama dengan jetstream yang bertiup di sebelah utara sabuk awan ini dan sebagian awan ini
menutupi wilayah di atas Sendai City. Dalam kasus ini, hasil observasi menentukan jenis awan
sebagai awan menengah, dimana berbeda dengan penentuan jenis awan dengan citra satelit.
Kasus seperti ini dapat terjadi karena perbedaan teknik observasi antara pengamatan visual
dan satelit, khususnya membedakan antara Ci dan Cm dengan satelit seringkali sulit dilakukan.

2.4.5.5 Wilayah yang tertutup hanya oleh awan Sc

Gambar 23 a. Foto awan diambil di wilayah Chiyoda-ku, Tokyo pada tanggal 12 November 1984..
Hasil observasi : awan-awan Stratocumulus (Sc) sebagai hasil transformasi cumulus; CL = 5, CM
= /, CH = /

Gambar 23 b. Citra IR jam 12.00 LST,


tanggal 12 Nov 1984 (tanda lingkaran
menunjukkan
wilayah
Tokyo
dan
sekitarnya)

Gambar 23 c. Citra IR jam 12.00 LST,


tanggal 12 Nov 1984 (tanda lingkaran
menunjukkan wilayah Tokyo dan
sekitarnya)

Hasil penentuan jenis awan dari citra IR dan VIS: hanya terdapat awan Sc di wilayah tsb. Pada
citra satelit wilayah Tokyo dan sekitarnya diliputi oleh awan-awan Sc. Untuk awan-awan
rendah, identifikasi bentuk awan dengan observasi permukaan relatif sesuai dengan identifikasi
jenis awan dari observasi satelit.

2.4.5.6 Wilayah awan campuran Cb, Cg dan Cu

Gambar 24 a. Foto awan diambil di wilayah Kiyose City, Tokyo) pada jam 18.10 LST, 10Agustus
1985. Hasil identifikasi : awan cumulonimbus capillaris (Cb)
CL = 9, CM = 0, CH = 3

Gambar 24 b. Citra IR jam 18.00 LST, 10 Agustus 1985. (tanda X menunjukkan wilayah Kiyose
City, Tokyo dan sekitarnya) . Hasil identifikasi awan : campuran awan Cb, Cg dan Cu
Citra satelit menunjukkan awan Cb terlihat di atas wilayah distrik Tokai dan Kanto, dan sebuah
cluster Cb kecil terbentuk di bagian selatan Tochigi Prefecture (tanda X).
Pengamatan permukaan menunjukkan bahwa awan Cb berada di sebelah timur laut Kiyose City
ke arah Tochigi Prefecture (jaraknya sekitar 60 km). Sebuah anvil cirrus terlihat memanjang di
atas awan Cb. Selain itu awan Cg juga terbentuk di sisi wilayah yang sama.

2.4.5.7 Wilayah awan campuran Cu dan Cg

Gambar 25 a. Foto awan di wilayah Ooshima Motomachi, Tokyo pada tanggal 19 Desember
1994. Hasil observasi permukaan Cumulus (Cu) CL = 2, CM = X, CH = X

Gambar 25 b. Citra IR tanggal 19 Desember


1994 (tanda panah : wilayah Ooshima
Motomachi, Tokyo) . Hasil identifikasi :
campuran awan Cu dan Cg

Gambar 25 c. Citra VIS tanggal 19


Desember 1994 (tanda panah Ooshima
Motomachi, Tokyo) .

Jika dilihat pada citra satelit tersebut, terlihat sebuah sabuk awan-awan konvektif terbentang di
atas perairan sebelah timur Semenanjung Izu dan Ooshima. Penentuan berdasarkan tingkat
kecerahan puncak awan konvektif ini, sabuk awan tidak hanya terdiri dari Cu tetapi juga
terdapat Cg yang lebih berkembang daripada Cu. Hal ini berkaitan dengan terbentuknya
tornado di laut / waterspout yang terlihat pada foto (Gambar 25 a).

2.5. Analisa dan Monitoring Keadaan Atmosfer dengan Citra Satelit


2.5.1

Analisa dan Monitoring Potensi Cuaca Signifikan

Kegiatan monitoring yang dilakukan apabila terdapat indikasi adanya potensi cuaca signifikan
yang dapat terjadi di wilayah DKI Jakarta, Banten dan Jawa Barat, atau fenomena cuaca di
sekitar wilayah tersebut yang diperkirakan mempunyai dampak kepada wilayah DKI Jakarta,
Banten dan Jawa Barat. Cuaca signifikan dimaksud adalah cuaca ekstrem yang berkaitan dengan
adanya awan konvektif khususnya Cb seperti : hujan lebat, putting beliung, badai
guntur/thunderstorm, Inter-tropical Convergence Zone (ITCZ), badai tropis, palung, dll.

Gambar 26. Identifikasi Enhanced-V pada kasus hujan lebat dan angin kencang di Bandung tgl 7
Oktober 2015 dengan menggunakan Satelit Himawari-8
Langkah Kegiatan :
1. Mengamati perkembangan sistem liputan awan di wilayah DKI Jakarta, Banten, Jawa
Barat dan sekitarnya dengan menganimasikan citra satelit MTSAT2, 1 sampai 12 jam
terakhir
2. Memeriksa citra OCAI untuk mengidentifikasi jenis awan (cloud-type) dan ketinggiannya
(cloud-top height)
3. Mengidentifikasi daerah pertumbuhan awan-awan konvektif padat (dense-cloud),
convective cloud cell dan Cb-cluster yang meliputi luasan wilayah sekurang-kurangnya
100 km ( 1 derajat lintang/bujur) dengan suhu puncak awannya (brightness
temperature) -50C (223 K) yang persisten selama 3 jam atau lebih

4. Membuat citra enhancement IR1 dan WV dengan software GMSLPW untuk


mengidentifikasi cold cloud-tops (suhu puncak awan yang paling dingin) dengan
enhancement-color (misalnya: EXT-1 )
6. Mengidentifikasi apakah terdapat Enhanced-V area pada citra IR1 tersebut, yang
mengindikasikan adanya potensi thunderstorm/badai guntur disertai angin kencang di
wilayah tersebut
7. Mengamati perkembangan arah dan kecepatan pergerakan wilayah sistem convective
cloud cell atau Cb-cluster dan cold cloud-tops - nya setiap jam observasi dengan
membuat trayektori-nya
8. Mencatat hasil monitoring dalam Log-Book Monitoring Khusus

2.5.2

Analisa dan Monitoring Penyebaran Asap Kebakaran Hutan

Kegiatan monitoring penyebaran asap kebakaran hutan dibagi ke dalam 2 tahap yaitu
identifikasi titik panas yang dianggap menjadi sumber penyebaran asap (menggunakan
MTSAT2 atau NOAA18/19), dan pembuatan trayektori sebaran asap untuk beberapa hari ke
depan dengan SATAID.
Langkah Kegiatan :
1.

Identifikasi Titik Panas dengan MTSAT2


a) Identifikasi titik api (fire-hotspot) dapat dilakukan dengan menggunakan citra IR4
yang sensitif terhadap panas / suhu tinggi.
b) Mendeteksi suhu (brightness temperature) pada citra IR4 satelit MTSAT, jika
teridentifikasi suhu abnormal (anomali) tinggi sebesar > 320K ( > 47C) pada suatu
piksel citra maka kemungkinan besar di titik tersebut terjadi titik panas pada wilayah
piksel citra tersebut.
c) Menerapkan teknik pewarnaan kombinasi citra komposit RGB (Red-Green-Blue)
menggunakan sistem pengolah citra dengan pewarnaan citra sbb : IR4 (Rev) = Red;
IR1-IR4 = Green ; IR1 = Blue. Jika terdapat piksel yang dengan warna kuning cerah
pada citra komposit RGB tersebut, maka diidentifikasi sebagai lokasi titik panas (firehotspot)

2. Identifikasi Titik Panas dengan NOAA18/19


a) Sistem penerima satelit NOAA produk Lexical Technology Pte. Ltd. (Singapore) dapat
digunakan untuk memroses informasi hotspot dari data satelit NOAA baik dalam
bentuk citra maupun teks yang berisi statistik hotspot.
b) Untuk dapat memroses informasi hotspot, maka harus tersedia citra kanal 3B dari
satelit NOAA .
c) Untuk citra satelit siang hari, hanya satelit data NOAA-12, NOAA-14, NOAA-16, FY-1C
dan FY-1D yang dapat diproses menjadi citra hotspot karena terdapat data kanal 3B).
d) Citra satelit siang hari yang diperoleh dari satelit NOAA-15 dan NOAA-17 tidak dapat
diproses menjadi citra hotspot karena data citra kanal 3B-nya tidak tersedia.

e) Untuk citra malam hari pada semua jenis satelit tersebut di atas ada data citra kanal
3B- nya, sehingga dapat diproses menjadi citra dan informasi hotspot.
f) Produk fire-hotspot dapat ditampilkan dengan mengoperasikan software Universal
Meteorological Satellite Data Display System (untuk Lexical System), dengan
menggunakan fasilitas pemrosesan data hotspot. Data yang diperlukan adalah
file .ZLD yang telah diproses oleh sistem secara otomatis.
g) Setelah dilakukan prosedur pengolahan maka akan dihasilkan secara otomatis data
hotspot dalam format .hot yang harus disimpan di directory data hotspot.
h) Menampilkan produk dalam bentuk citra dan teks informasi statistik jumlah hotspot
pada layar display dengan warna yang berlainan untuk tingkat/level kepercayaan
titik hotspot yang terdeteksi.
i) File data hotspot dalam format teks .TXT yang berisi informasi statistik detil dimana
lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil
identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya
ArcView GIS) untuk dibuat Peta Titik Panas (Fire-Hotspot).
3. Identifikasi Titik Panas dengan TERRA/AQUA
a) Unduh data titik panas yang dideteksi oleh sensor MODIS pada satelit TERRA/AQUA
dari website FIRMS (Fire Information for Resource Management System) pada url
ftp://mapsftp.geog.umd.edu/untuk wilayah Asia tenggara, dimana didalam file
tersebut berisi lokasi dan informasi lain mengenai titik panas selama 1 hari.
b) File data hotspot dalam format teks .CSV yang berisi informasi statistik detil dimana
lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil
identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya
ArcView GIS) untuk dibuat Peta Titik Panas (Fire-Hotspot).

Gambar 27. Deteksi Titik Panas dengan satelit TERRA/AQUA tanggal 8 Oktober 2015

4. Pembuatan Trayektori Penyebaran Asap dengan SATAID


a) Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya kebakaran hutan,
dan data NWP GSM dari JMA
b) Memasukkan data NWP pada lapisan 850mb dan menampilkan arah dan kecepatan
angin pada level tersebut
c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik panas yang
diperoleh dari citra MTSAT2 atau NOAA18/19 atau TERRA/AQUA

Gambar 28. Trayektori Sebaran Asap berdasarkan titik panas dari pantauan satelit
TERRA/AQUA tanggal 8 Oktober 2015

2.5.3

Analisa dan Monitoring Debu Vulkanik dari Letusan Gunung Berapi

Kegiatan monitoring penyebaran debu vulkanik dari letusan gunung berapi dibagi ke dalam 2
tahap yaitu identifikasi letusan gunung berapi dengan citra MTSAT2, dan pembuatan trayektori
sebaran debu vulkanik untuk beberapa hari ke depan dengan SATAID.
Langkah Kegiatan :
1.

Identifikasi Titik Letusan Gunung Berapi dengan MTSAT2


a) Jika terjadi letusan gunung berapi yang mengeluarkan material vulkanik, maka
dilakukan identifikasi wilayah sebaran debu vulkanik dengan citra satelit MTSAT
kanal IR1 dan IR2 serta data NWP-JMA
b) Identifikasi debu vulkanik dilakukan dengan menampilkan data citra satelit splitwindows IR1-IR2 dengan sistem display dan analisis data satelit.
c) Menampilkan profil kontur perbedaan suhu puncak awan pada kanal IR1 dan IR2 di
wilayah sekitar lokasi gunung api yang meletus tersebut. Debu vulkanik dapat
diidentifikasi jika dijumpai kontur suhu split-windows (IR1-IR2) bernilai minus (-)
kurang dari -0.5C.

d) Melakukan pemrosesan citra dengan teknik RGB (Red-Green-Blue) dengan sistem


display dan analisis data satelit menggunakan citra SP (IR1-IR2), S2 (IR4-IR1) dan
IR4.
e) Metode RGB yang diaplikasikan adalah warna Merah (RED) untuk citra SP, warna
Hijau (GREEN) untuk citra S2 dan warna Biru (BLUE) untuk citra IR4.
f) Debu vulkanik dapat diidentifikasi perbedaannya terhadap awan-awan lainnya,
terlihat akan berwarna pink pada citra RGB tersebut. Sedangkan awan-awan
lainnya seperti Convective cloud (Cu, Cg, Cb) akan berwarna Orange ~ Merah, Coldtop convective cloud (Cb dengan suhu puncak awan sangat dingin) berwarna
Kuning terang dan Coklat muda menunjukkan Awan-awan rendah (St, Fog) dan
Abu-abu muda kebiruan biasanya menunjukkan Awan-awan menengah (seperti As,
Ac).
2. Pembuatan Trayektori Penyebaran Debu Vulkanik dengan SATAID
a)

Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya letusan gunung
berapi, dan data NWP GSM dari JMA
b) Memasukkan data NWP pada lapisan sesuai tinggi letusan gunung berapi dan
menampilkan arah dan kecepatan angin pada level tersebut
c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik letusan yang
diperoleh dari citra MTSAT2

Gambar 29. Identifikasi debu vulkanik Gunung Raung 21 Juli 2015 menggunakan metode RGB
(SP,S2,IR4) dari satelit Himawari-8

2.5.4

Analisa dan Monitoring Kejadian Khusus

Kegiatan monitoring kejadian khusus adalah monitoring keadaan cuaca pada saat terjadi
peristiwa kecelakaan transportasi, baik di darat, laut atau udara dan kejadian lainnya (banjir,
tanah longsor, dll).
Langkah Kegiatan :
1. Melakukan identifikasi awan dengan menggunakan citra satelit sesuai waktu kejadian,
atau apabila tersedia juga keadaan sebelum dan sesudahnya. Identifikasi daerah yang
berpotensi terkena dampak dari awan tersebut.
2. Menampilkan karakteristik citra satelit pada lokasi kejadian, misalnya temperature
brightness pada titik tersebut.
3. Analisa data NWP berupa data angin vertikal dan horizontal untuk beberapa level,
temperatur, dan kelembaban pada daerah kejadian, dan parameter cuaca lain untuk
memperoleh gambaran pembentukan awan dan presipitasi di daerah tersebut.

Gambar 30. Analisa Brightness Temperature dengan menggunakan Cross-Section pada Lintasan
Kecelakaan Pesawat Trigana di Oksibil tanggal 16 Agustus 2015

Anda mungkin juga menyukai