See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/341188472

Tutorial Land Surface Temperature (LST) Menggunakan Citra Landsat 8

Article · May 2020

CITATIONS READS

0 8,591

1 author:

Rois Saida Sanjaya

Universitas Negeri Semarang
4 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Coastal Dynamic View project

All content following this page was uploaded by Rois Saida Sanjaya on 06 May 2020.

The user has requested enhancement of the downloaded file.

TUTORIAL LAND SURFACE TEMPERATURE (LST) MENGGUNAKAN
CITRA LANDSAT 8

Rois Saida Sanjaya

Jurusan Geografi, Fakultas Ilmu Sosial, Universitas Negeri Semarang
sanjaya.r.s@students.unnes.ac.id

Suhu permukaan merupakan suhu terluar dari permukaan suatu objek. Suhu permukaan
dapat diamati melalui teknologi penginderaan jauh dengan mengunakan citra satelit yang
memiliki sensor Thermal seperti pada Citra Landsat 5 dan Landsat 8 (Darlina et al., 2018).
Data pada Citra satelit ketika baru di download masih dalam bentuk digital number, sehingga
harus melalui beberapa tahapan konversi terlebih dahulu untuk mendapatkan nilai suhu
permukaan yang sebenarnya (Al Mukmin et al., 2016).

Hal yang perlu dilakukan adalah mengubah nilai digital number (DN) menjadi ToA
radiance (nilai radiansi) menggunakan tool bandmath menggunakan persamaan berikut:

𝐿𝜆 = 𝑀𝐿 ∗ 𝑄𝑐𝑎𝑙 + 𝐴𝐿

Keterangan

𝐿𝜆 = TOA radiance (nilai pancaran)

𝑀𝐿 = Band-specific multiplicative rescaling factor (ada di metadata)

𝐴𝐿 = Band-specific additive rescaling factor (ada di metadata)

𝑄𝑐𝑎𝑙 = DN pada setiap piksel dalam band citra Landsat

Untuk nilai ML dan AL dapat dilihat pada metadata citra landsat 8 yang digunakan sebagai
berikut:

1
Langkah – langkah yang harus diperhatikan untuk ekstraksi nilai Land Surface Temperatur
adalah sebagai berikut:

1. Buka Envi (disini Envi yang di gunakan adalah Envi versi 5.1-32 bit). Kemudian buka file
metadata Citra Landsat 8 dengan cara klik file > Open As > Landsat > GeoTIFF with
Metadata

2
Pilih folder dimana lokasi citra disimpan, lalu klik file citra > Open

3
Selanjutnya menu Toolbox, search menu Band Math.

Pada perintah Band Math algoritma dengan rumus TOA : 3.3420E-04*b1+0.10000 sebagai
berikut : Klik Band math > Masukkan rumus > Klik OK.

4
Dalam melakukan koreksi kita dapat melakukan koreksi secara secara bersamaaan tanpa
koreksi per-band yaitu dengan klik Map Values to Input file > Klik citra yang nomer 4 >
OK

Setelah itu klik Choose > Simpan dalam folder yang telah dipilih > OK

5
Sehingga tampilannya akan seperti gambar berikut:

Ubah nilai radiansi menjadi suhu kecerahan menggunakan tools bandmath sesuai persamaan:

𝑇 = 𝐾2 /{𝑎𝑙𝑜𝑔(𝐾1 /𝐿𝜆 + 1)}

Keterangan:
T = suhu kecerahan
𝐿𝜆 = TOA radians
𝐾1 = konstanta termal band 10 atau 11 (ada di metadata)
𝐾2 = konstanta termal band 10 atau 11 (ada di metadata)

Nilai K1 dan K2 dapat dilihat pada metadata citra landsat 8 yang digunakan. Sebagai
berikut :

6
Band atau saluran pada Citra yang dapat digunakan untuk ekstraksi nilai LST adalah Band
yang memiliki saluran Thermal. Pada Citra Landsat 8 hanya terdapat 2 band yang memiliki
saluran Thermal yaitu pada Band 10 dan band 11. Pada tutorial ini yang digunakan adalah band
10.
Berikut merupakan algoritma untuk Band 10, kemudian nilai radiansi akan berubah menjadi
suhu kecerahan dengan satuan derajat kelfin (̊K):
Caranya yaitu Klik Band math > masukkan rumusnya 1321.08/ alog (774.89 /b1+1) >
OK. Kemudian pilih band atas hasil dari rumus TOA (Radiance) > Choose > Simpan >
OK (Seperti kolom di bawah)

7
8
Lihat hasil koreksi pada compute static dengan cara seacrh pada kolom toolbar seperti
dibawah ini:

Selanjutnya akan muncul perintah Compute Statistic Input File, kemudian pilih Kelvin, lalu
klik OK.

9
Pada Compute Statistic Parameter, kemudian klik OK. Selanjutnya akan muncul hasil
statistik suhu permukaan yang masih dalam bentuk satuan Kelvin

10
Selanjutnya mengkonversikan suhu kecerahan ke dalam satuan celcius (̊C)
C = K – 273

Berikut merupakan algoritma konversi suhu kecerahan untuk band 10 dan hasilnya, hasil olah
band 10 menampilkan suhu kecerahan tertinggi pada wilayah kajian.
Caranya yaitu Klik Band math > masukkan rumusnya b1-273 > OK. Kemudian pilih band
hasil dari rumus TOA band 10 (Radiance) > Choose > Simpan > OK. (Seperti kolom di
bawah).

11
Lihat hasil koreksi pada compute static :

12
13
Selanjutnya untuk masking/pemotongan dan layout peta berpindah menggunakan software
ArcMap 10.4. Oleh karena sebelum berpindah software itu file suhu kecerahan di ekstrak ke
dalam format tif, menggunakan menu File – Save as – pilih file – pilih format tiff – OK.

14
Selanjutnya buka file suhu kecerahan format .tif untuk di potong dengan, kali ini pemotongan
menggunakan shapefile batas administrasi Kabupaten Purworejo pada Arcgis 10.4 sebagai
acuan.

15
Masukkan citra hasil ekstraksi LST yang telah di simpan dalam bentuk Geotiff tadi ke dalam
ArcMap melalui menu Add Data, pilih lokasi penyimpanan file lalu klik Add.

16
17
Kemudian add shapefile (shp) yang akan digunakan dalam cropping atau memotong citra.

18
Untuk mengganti warna area yang akan dipotong dapat di lakukan dengan cara double klik
pada layer shapefile batas administrasi yang digunakan, lalu atur Fill Color, Outline Width
dan Outline Color lalu klik OK.

Hasilnya akan seperti dibawah ini:

19
Untuk melakukan cropping atau pemotongan area kajian dengan cara klik Arc Tool Box –
Spatial Analyst Tools – Extraction – Extrac by Mask, lalu muncul kotak dialog seperti
gambar di bawah, setelah semua terisi klik Ok.

20
Hasil cropping area akan seperti gambar dibawah ini:

Selanjutnya untuk mempercantik tampilan dan memudahkan dalam analisis atau

membedakan daerah dengan suhu permukaan tinggi dan rendah dengan cara mengubah
warna citra, dengan yaitu dengan cara Klik kanan layer hasil cropping, kemudian pilih
Properties, lalu pilih Simbology, selanjutnya pilih warna yang memiliki gradasi seperti
dibawah ini, kemudian klik OK.

21
Hasilnya akan seperti pada gambar berikut, wilayah dengan suhu tinggi ditunjukkan dengan
warna merah sedamgkan wilayah dengan suhu yang relatif rendah di tunjukkan dengan warna
hijau.

Selanjutnya lakukan layout peta sesuai dengan keiinginan dan kebutuhan.

22
 DAFTAR PUSTAKA

Al Mukmin, S. A., Wijaya, A. P., & Sukmono, A. (2016). Analisis Pengaruh Perubahan
Tutupan Lahan Terhadap Distribusi Suhu Permukaan Dan Keterkaitannya Dengan
Fenomena Urban Heat Island. Jurnal Geodesi Undip, 5(1), 224-233.

Darlina, S. P., Sasmito, B., & Yuwono, B. D. (2018). Analisis Fenomena Urban Heat Island
Serta Mitigasinya (Studi Kasus: Kota Semarang). Jurnal Geodesi Undip, 7(3), 77-
87.

23

View publication stats