pendugaan nilai suhu permukaan lahan dengan data Terra modis

Suhu permukaan (SP) merupakan salah satu parameter kunci keseimbangan energi pada permukaan
dan merupakan variable klimatologis yang utama yang mengendalikan Jluks energi gelombang panjang
yang melalui atmosfer. Data suhu permukaan penting bagi model-model pendugaan kekeringan lahan
berdasarkan perhitungan tingkat kelembaban tanah atau evapotranspirasi suatu lahan. Moderate
Resolution Imaging Spectroradiometer (MODIS) merupakan sebuah instrumen/sensor yang terpasang
pada satelit Terra dan Aqua yang merupakan satelit pengamat lingkungan. Terra mengorbit bumi dari
utara ke selatan dan melintasi equator di pagi dan malam hari sedangkan Aqua melintasi equator dari
selatan ke utara dan melintasi equator di siang dan malam hari. MODIS Terra dan Aqua meliput seluruh
permukaan bumi setiap 1-2 hari, menggunakan 36 kanal spektral. Satelit Terra dan Aqua yang membawa
sensor MODIS (Moderate Resolution Imaging Spectroradiometer) yang memiliki cakupan area yang luas
yakni 2330 km2 dan memiliki 36 band dengan resolusi spasial sebesar 250 m (band 1 dan 2), 500 m
(band 3 – 7) dan 1000 m (band 8 – 36) dimana dari 36 band tersebut terdapat band yang secara spesifik
digunakan untuk mengekstraksi suhu permukaan tanah dari citra satelit yaitu band 31 dan 32.

Data yang dihasilkan sensor MODIS terdiri dari beberapa format level data, yaitu:

1. Format data level 1, merupakan data mentah ditambah dengan informasi tentang kalibrasi
sensor dan geolokasi. Format data level 1 terdiri dari: Level 1a, mengandung informasi lebih
yang dibutuhkan pada set data. Digunakan sebagai input untuk geolocation, calibration, dan
processing. Level 1b, data yang telah mempunyai terapannya yang merupakan hasil dari aplikasi
sensor kalibrasi level 1a.
2. Format data level 2, dihasilkan dari proses penggabungan data level 1a dan 1b. Data level 2
menerapkan nilai geofisik pada tiap piksel yang berasal dari perhitungan raw radiance level 1a
dengan menerapkan kalibrasi sensor, koreksi atmosfer, dan algoritma bio-optik. Pada umumnya
level 2 ini adalah suatu bentuk produk.
3. Format data level 3, merupakan data level 2 yang dikumpulkan dalam periode 1 hari, 8 hari, 1
bulan, dan 1 tahun

Beberapa metode telah dikembangkan oleh para peneliti, yang kesemuanya dapat dikelompokkan
menjadi 3 (tiga), yakni :

1. metode kanal tunggal,

2. metode multLanguIar, dan
3. metode multi-kanal (split window). Metode split window merupakan metode yang sering
digunakan. Split window telah digunakan selama beberapa periode dalam penentuan suhu
permukaan lahan/perairan dengan hasil yang sangat memuaskan.

Banyak sekali jenis algoritma split window yang telah digunakan dalam beberapa periode waktu untuk
mendapatkan nilai suhu permukaan lahan (SPL). Perbedaan utama dari beberapa contoh algoritma split
window seperti (Price, Becker & Li, Sobrino, Vidal Ulivieri, Prata & Plat) ini yang sering dilupakan adalah
bahwa semuanya berasal dari sensor AVHRR yang berbeda. Algoritma Price (1984) digunakan dari data
NOAA-7 AVHRR, algoritma Becker & li (1990) digunakan dari data NOAA-9 AVHRR, dan algoritma
Sobrino (1993) digunakan dari data NOAA-11 AVHRR.

Koreksi Bowtie
Koreksi Bow-tie termasuk dalam pre-processing data MODIS, yang bertujuan untuk memperbaiki bagian
data citra yang mengalami overlap. Overlap terjadi karena terdapat peningkatan instantaneous field of
view (IFOV) dari 1x1 km pada titik terendah (nadir) menjadi hampir mendekati 2 x 5 km pada sudut scan
maksimum yaitu 55º Fenomena ini 4 dikenal dengan efek Bowtie. Efek Bowtie ini terjadi akibat
pengaruh kelengkungan bumi, dikarenakan satelit Terra merupakan satelit Low Earth Orbit (LEO) dan
MODIS merupakan sensor resolusi rendah dengan lebar cakupan (Swath) yang besar sehingga ukuran
piksel yang direkam diatas sudut 15o dari titik nadir/pusat akan mulai mengalami perbesaran.

Koreksi Geometrik

Koreksi ini bertujuan untuk mereduksi distorsi geometrik dari objek permukaan bumi yang ada pada
citra yang diakibatkan kelengkungan permukaan bumi dan beberapa faktor lain seperti variasi tinggi
satelit, ketegakan satelit dan kecepatannya, sehingga posisi spasial dari suatu area pada citra sesuai
dengan posisi sebenarnya di lapangan

Penentuan Nilai RMSE

Root Mean Square Error (RMSE) merupakan besarnya simpangan dari nilai data dugaan/koreksi dengan
nilai data aslinya. Dalam penelitian ini, penentuan RMSE ini dilakukan untuk melihat besarnya
simpangan nilai reflektan/nilai radiansi, ketika citra sebelum dikoreksi dan citra sesudah dikoreksi (citra
terkoreksi). hasil pengkoreksian ini yang baik memiliki nilai error yang sangat kecil yaitu ≤ 1 piksel.

Cropping

Citra yang telah terkoreksi geometrik kemudian di-cropping dengan menggunakan fasilitas Region Of
Interest (ROI) pada software ENVI yang bertujuan untuk memfokuskan proses pengolahan citra pada
area studi

Ekstraksi Nilai ParameterParameter Suhu Permukaan

Konversi Nilai SI (Scaled Integer) ke Nilai Spektral Radiance

Nilai radiansi dapat dihitung dari nilai SI yang diperoleh. Persamaan yang digunakan adalah sebagai
berikut : Lλi = R scale (SI − R offset)

Konversi Nilai Spectral Radiance menjadi Brightness Temperature

Nilai brightness temperature (suhu kecerahan) dapat dihitung dari konversi nilai spectral radiance
dengan menerapkan hukum Planck dari radiasi benda hitam. Pada citra MODIS, nilai suhu kecerahan
dapat diekstrasi dari kanal 31 dan kanal 32 yang merupakan kanal emisi termal.

Konversi Nilai Suhu Kecerahan menjadi Nilai Suhu Permukaan

Estimasi nilai suhu permukaan dari citra MODIS dapat diduga dari nilai suhu kecerahannya. Persamaan
yang digunakan merupakan persamaan algoritma split window dengan memasukkan faktor-faktor
utama seperti emisivitas dan suhu kecerahan.

Pemisahan Penutupan Awan (Cloud Masking)

Pemisahan awan menggunakan emisi dari permukaan bumi, sangat sulit untuk membedakan
karakteristik awan dan daratan. Oleh karena itu, pemisahan penutupan awan yang baik dapat dilakukan
melalui pendekatan nilai reflektannya menggunakan kanal reflektan 1, 4, dan 3