PENGINDERAAN JAUH DALAM Klorofil merupakan suatu zat yang sangat MENDETEKSI KLOROFIL-A DI PERAIRAN dibutuhkan tumbuhan dalam proses fotosintesis, di mana zat ini terletak di bagian dalam suatu tumbuhan (Nybakken, 1992). Dalam teknologi pengindraan jauh terdapat beberapa Klorofil-a merupakan pigmen aktif dalam tubuh komponen dalam pengambilan data yang saling fitoplankton yang dapat digunakan sebagai berhubungan , komponen-komponen tersebut yaitu indikator tingkat kesuburan perairan. (lillesand dan kiefer, 1990): Konsentrasi klorofil-a merupakan salah satu a. sumber energy berupa radiasi elektromagnetik yang parameter yang sangat menentukan produktivitas berasal dari matahari dan bulan primer di laut karena merupakan pigmen penting b. atmosfer, merupakan media lintasan dari energi yang terdapat pada fitoplankton yang digunakan elektromagnetik untuk proses fotosintesis. c. interaksi antara energy dan objek atau target. Pengukuran klorofil-a dapat dilakukan dengan d. sensor, yaitu alat yang mendeteksi radiasi dua cara yaitu konvensional dan menggunakan gelombang elektromagnetik dari suatu objek dan pemanfaatan teknologi penginderaan jauh. mengubahnya kedalam bentuk sinyal yang bisa direkam. e. perolehan data yang dapat dilakukan dengan interpretasi secara manual yaitu interpretasi visual dan interpretasi digital dengan bantuan computer. f. hasil informasi dalam bentuk peta, table dan Faktor-faktor yang mempengaruhi laporan. Klorofil-a g. pengguna data.
Arus Berperan penting dalam penyebaran
klorofil-a, dikarenakan arus berperan dalam penyebaran parameter-parameter fisik dan kimia perairan serta menjadi penentu keberadaan dan distribusi organisme laut. Suhu Suhu di laut adalah salah satu faktor yang sangat penting bagi Kehidupan organisme di lautan, karena suhu mempengaruhi baik Metabolisme maupun perkembangbiakan dari organisme-organisme tersebut. DO Salah satu faktor yang yang mempengaruhi kandungan oksigen terlarut dalam perairan erat kaitannya dengan sumber masukan dan pemanfaatan Oksigen itu sendiri. pH keberadaan suatu organisme di perairan sangat di pengaruhi oleh ph serta memiliki kemampuaan yang berbeda dalam mentolerir ph tersebut. Salinitas Salinitas merupakan salah satu parameter yang berpengaruh dalam menentukan keberadaan suatu organisme. Nutrien Nutrien merupakan salah satu faktor yang dapat mempengaruhi kelimpahan klorofil-a di perairan. keterangan : Zi = data hasil analisis citra Zj = data hasil analisis laboratorium JENIS CITRA YANG DAPAT DI GUNAKAN n = jumlah data citra satelit aqua-modis level 2 citra landsat-7 etm satelit terra aster Aster (advanced spaceborne thermal emission and reflection radiometer) merupakan salah satu instrumen observasi yang ada pada satelit terra. satelit ini memiliki orbit sinkron dengan matahari (sun-synchronous) dengan waktu orbit 30 menit di belakang satelit landsat. terra aster memiliki 14 spektral kanal, mulai dari kanal tampak sampai kanal infra merah termal dan memiliki resolusi spasial serta resolusi radiometrik yang cukup tinggi. Instrumen ASTER terdiri dari tiga subsistem yang berbeda yaitu VNIR (Visible and Near Infrared), SWIR (Shortwave Infrared) dan TIR (Thermal Infrared). Karakteristik untuk instrumen ASTER dapat dilihat pada Tabel 3. PROSEDUR PENELITIAN
ANALISI DATA citra satelit Landsat 8 menggunakan
software ENVI 5.1 Analisis citra citra Satelit Landsat 5 menggunakan pengolahan citra untuk memperolah data klorofil software ENVI 5.0 menggunakan citra satelit aqua-modis level 2 yang data citra satelit SeaWiFS di peroleh dari situs Citra Satelit MERIS http://oceancolor.gsfc.nasa.gov/ dan diolah dengan menggunakan software pengolahan citra. Hubungan klorofil dengan pola arus dan parameter Estimasi klorofil-a dari satelit lainnya 1. untuk mengetahui hubungan antara klorofil-a Satelit menggunakan sifat pantulan optis air untuk dengan arah arus dilakukan overlay peta sebaran mengidentifikasi klorofil-a klorofil-a dengan peta pola persebaran/penyebaran arah arus. Namun seringkali pantulan yang didapat tidak 2. untuk melihat pengaruh sebaran klorofil-a hanya murni berasal dari klorofil-a tetapi juga dengan Kecepatan arus dianalisis dengan regresi dipengaruhi oleh komponen lain (Gambar 2). linear sederhana. Berdasarkan sifat optiknya Gordon dan Morel Uji Akurasi Hasil Ekstraksi Citra (1983) in IOCCG (2000) membagi kasus air Uji analisis menggunakan RMS Error. RMS Error akan memberikan perbedaan antara data insitu dan menjadi dua yaitu, kasus air satu merupakan data hasil ekstraksi citra satelit. semakin kecil nilai kondisi dimana fitoplankton mendominasi sifat RMS error maka data yang diperoleh semakin baik optik perairan. Sedangkan pada kasus air dua sifat dan akurat (Nuriyah, 2010) optik perairan selain di pengarugi oleh fitopnakton juga dipengaruhi material terlarut dan yellow substance. Karakteristik sensor Aqua-MODIS MODIS (Moderate Resolution Imaging Spectroradiometer) merupakan sensor dengan Karakteristik sensor Sea WiFS mekanisme pemindaian melintang arah gerak orbit Satelit SeaWiFS pertama kali dioperasikan pada (across-track scanning). tanggal 18 September 1997 dan sejak itu telah Sensor MODIS memiliki 36 kanal dengan kisaran memproduksi perkiraan karakteristik bio-optikal spektral panjang gelombang (0,4 - 14,4 dan klorofil-a perairan global. μm).Sebagian besar kanal MODIS memiliki Satelit SeaWiFS adalah program kerjasama antara resolusi spasial sebesar 1 km (29 kanal), tetapi NASA-GSFC (National Aeronautics and Space terdapat juga kanal yang memiliki resolusi spasial Administration – Goddard Space Flight Center) sebesar 250 m (2 kanal) dan 500 m (5 kanal), dengan OCS (Orbital Sciences Corporation). dimana 2 kanal pada 500 m dan 1 kanal pada 250 m memiliki rentang spektral pada daerah tengah Satelit tersebut mengambil data di permukaan sinar tampak (Tabel 3 dan Tabel 4). bumi dengan resolusi temporal harian. Sensor SeaWiFS memiliki 8 kanal dalam kisaran panjang gelombang sinar tampak dengan resolusi spasial 1 km (Tabel 5).
Satelit Aqua-MODIS mempunyai orbit polar sun-
synchronus, yang artinya satelit,akan melewati tempat-tempat pada lintang dan waktu lokal yang sama. Satelit ini melintasi equator pada siang hari mendekati pukul 13.30 waktu lokal dan mengelilingi bumi setiap satu sampai dua hari dengan arah lintasan dari kutub selatan menuju kutub utara (ascending node) pada ketinggian 705 km (Maccherone, 2005).
Perbandingan sensor Aqua-MODIS dan
SeaWiFS Perbedaan jenis sensor dapat menyebabkan perbedaan hasil pengukuran.
Pengukuran parameter fisika kualitas
Citra Satelit MERIS perairan in situ yang dilakukan oleh P2O-LIPI Medium Resolution Imaging Spectrometer meliputi suhu permukaan laut (SPL) dan salinitas (MERIS) adalah salah satu sensor penginderaan yang diukur dengan digital termometer dan CTD jauh yang dipasang di satelit ENVISAT milik (Conductivity Temperature Depth). Badan Angkasa Luar Eropa (ESA). Proses pengolahan data konsentrasi klorofil-a dari satelit menggunakan perangkat Misi utama dari satelit MERIS adalah lunak SeaDAS 5.2 yang menyediakan fasilitas didedikasikan untuk lautan dan pengamatan warna untuk memproses data citra Aqua-MODIS dan pesisir air laut. SeaWiFS level 3 dengan sekaligus melakukan Pengetahuan tentang warna laut dapat dikonversi koreksi geografis, koreksi,atmosferik dan langsung menjadi pengukuran pigmen konsentrasi klorofil, menerapkan algoritma bio-optikal untuk konsentrasi sedimen tersuspensi dan beban aerosol menghitung konsentrasi klorofil-a. Algoritma yang atas domain laut. digunakan untuk menduga konsentrasi klorofil-a dari citra Aqua-MODIS adalah OC3M (Ocean
-Pengholahan data- Chlorophyll 3-band algorithm MODIS) dan untuk
citra SeaWiFS menggunakan OC4v4 (Ocean Chlorophyll 4-band algorithm version 4). Metode pengolahan data Algoritma pendeteksi klorofil-a
Proses pengolahan terdiri dari beberapa
bagian seperti pengambilan data insitu kualitas Algoritma pendeteksi klorofil-a ini dibuat perairan, pengumpulan data klimatologi (curah berdasarkan pengambilan data insitu SeaBAM hujan, arah dan kecepatan angin) dari stasiun dengan karakteristik dataset sebagai berikut BMG Tanjung Priok, dan pengolahan data satelit (O'Reilly et al., 2000) : (SeaWiFS, Aqua-MODIS dan AVHRR). 1. Sebagian besar data berasal dari case one water dan perairan non polar. 2. Nilai konsentrasi klorofil-a yang didapat dari perairan oligotropik sebagian besar bernilai kurang dari 0,05 mg/m3 dan dari daerah perairan eutropik memiliki nilai lebih dari 3 mg/m3 3. Nilai klorofil-a insitu didapat dari pengukuran florometrik dan HPLC (High Performance Liquid Chromatography). 4. Terjadi pergesaran dan penyesuaian nilai Rrs (λ) ∆t = beda waktu pengambilan data (radiansi) dari sensor SeaWiFS dan Aqua-MODIS. Sxx(fk) = fungsi spektrum pada frekuensi ke-k (fk) X(fk) = fungsi Fast Fourier Transform pada Pengolahan suhu permukaan laut dari frekuensi ke-k (fk) satelit *Suhu Permukaan Laut (SPL) dihasilkan dari satelit NOAA-AVHRR (National Oceanic and Atmospheric Administration-Advanced Very High Resolution Radiometer) dengan menggunakan algoritma pathfinder v5. *Algoritma SPL pathfinder v5 merupakan Pengolahan Data Lapangan modifikasi dari algoritma SPL Non Linier (NLSST) yang dibuat berdasarkan perbedaan nilai Uji Lapangan (Grond Truth) Ground truth adalah suhu kecerahan pada kanal 4 dan 5 (T4-T5). proses pencocokan hasil klasifikasi citra dengan Koefisien algoritma (T4-T5) dihitung berdasarkan keadaan di lapangan untuk mengetahui 2 kelompok uap air yaitu, T4-T5 ≤ 0,7o C dan T4- penyimpangan-penyimpangan atau kesalahan- T5 > 0,7o C (Kilpatrick et al., 2001; Evans dan kesalahan yang terjadi. Podestà, 1998). Dalam kasus ini yang dilakukan adalah dengan mengambil samper air laut pada spot-spot atau daerah yang sudah direncanakan yang kemudian akan dilakukan hasil tes laboratorium untuk *Keterangan : a, b, c, dan d = koefisien mengetahui kandungan konsentrasi dari Ph , suhu, determinasi regresi linier pada data base SPL in salinitas serta muatan padat tersuspensi yang situ hasil mooring dan buoy dengan resolusi nantinya akan digunakan sebagai validasi data dari spasial antar pengukuran 0,1o dan resolusi data citra satelit. temporal tidak lebih dari 30 menit. SPLguess merupakan nilai perkiraan pertama SPL dari Pengolahan Citra Satelit Reynolds OISST dan q merupakan sudut zenith dari satelit. Pemotongan Citra (Cropping) Analisis deret waktu Pemotongan citra dilakukan untuk membatasi daerah penelitian sehingga penelitian dapat klorofil-a diubah domainnya dari berbasis waktu terfokuskan pada area yang perlu saja dan menjadi berbasis frekuensi dengan metode Fast memperkecil memori penyimpanan sehingga Fourier Transform (FFT) (Bendat dan Pierson, mempercepat proses pengolahan data. Cropping 1986 in Rauf, 2007) bisa dilakukan untuk data spasial maupun data spektral (Danoedoro, 2012). dengan persamaan : Koreksi Geometrik Koreksi geometrik dilakukan sesuai dengan jenis atau penyebab kesalahannya, yaitu kesalahan sistematik dan kesalahan random, dengan sifat distorsi geometrik pada citra. Koreksi geometrik mempunyai tiga tujuan yaitu (1) melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) Dimana : agar citra koordinat citra sesuai dengan koordinat geografi ; (2) registrasi (mencocokkan) posisi citra N = jumlah data dengan citra lain atau mentransformasikan sistem koordinat citra multispektral atau citra multi n = jumlah data setiap I data (n= 1,2,3,4,5,.........N- temporal ; (3) registrasi citra ke peta atau 1) transformasi sistem koordinat citra ke peta yang i = √-1 (bilangan imajiner) menghasilkan citra dengan sistem proyeksi tertentu (Danoedoro, 2012). fk = menunjukkan frekuensi ke-k (1≤k≤N) Koreksi Radiometrik Koreksi radiometrik merupakan perbaikan akibat cacat atau kesalahan radiometrik, yaitu kesalahan pada sistem optik. Kesalahan karena gangguan energi radiasi elektromagnetik pada atmosfer, dan kesalahan karena pengaruh sudut elevasi matahari (Danoedoro, 2012). Strength Of Figure Penentuan posisi dan jumlah titik kontrol tanah sangat mempengaruhi hasil strengh of figure yang juga berpengaruh pada tingkat ketelitian citra tersebut. strengh of figure adalah tingkat kekuatan geometrik dari rangkaian segitiga yang menentukan penyebaran kesalahan dalam perataan jaringan. Kekuatan geometrik dicerminkan dengan harga strengh of figure yang paling kecil, hal ini akan menjamin ketelitian yang merata pada seluruh jaring (Danoedoro, 2012).