I D E N T I F I K A S I L A N D S U R FACE T E M P E RAT URE

( L S T ) D A N D A E R A H K E KE RI NG AN T E M P E RAT U R E
V E G E T A T I O N D R A Y N E S S I NDE X ( T V DI )
M E N G G U N A K A N C I T R A LANDSAT 8

Disusun oleh:
Sigit Kurniawan, S.T. (6016211006)

Dosen Pengampu:
Lalu Muhamad Jaelani, S.T., M.Sc., Ph.D.
Dr-Ing. Noorlaila Hayati, S.T., M.T.
 LAND SURFACE TEMPERATURE
(LST)
PENDAHULUAN
Land Surface Temperature (LST) adalah indikator
yang baik untuk keseimbangan energi di
permukaan bumi dan salah satu parameter utama
dalam fisika proses permukaan tanah pada skala
regional maupun global.

Suhu dari permukaan tanah dapat diketahui

melalui penginderaan jauh menggunakan saluran
inframerah termal seperti citra satelit.
 TEMPERATURE VEGETATION DRYNESS INDEX
(TVDI)

TVDI merupakan salah satu indeks kekeringan berdasarkan kepekaan

spektrum cahaya tampak (visible) dan inframerah dekat (near infrared)
terhadap perilaku vegetasi dan kondisi stres vegetasi yang berkaitan dengan
kekurangan air.

Indeks kekeringan berdasarkan kepekaan spektrum cahaya tampak dan near

infrared terhadap perilaku vegetasi dan kondisi stress vegetasi yang berkaitan
dengan kekurangan air.
PENDAHULUAN

LSTmin = Temperatur permukaan min pada segitiga, mendefinisikansisi basah

(Y=aX+b)
LSTmax = Temperaturpermukaan max pada segitiga, mendefinisikan sisi kering
(Y=aX+b)
LST = Temperatur permukaan yang diamati pada suatu pixel
 PENDAHULUAN
NORMALIZE DIFFERENCE VEGETATION INDEX
(NDVI)
NDVI merupakan suatu nilai hasil pengolahan indeks vegetasi dari citra satelit kanal infra merah dan kanal merah
yang menunjukkan tingkat konsentrasi klorofil daun ( Zavaleta,E.S, dkk, 2003) yang berkorelasi dengan kerapatan
vegetasi (Sudaryanto dan Rini, 2014).

Perhitungan NDVI didasarkan pada prinsip bahwa tanaman hijau tumbuh secara sangat efektif dengan menyerap
radiasi di daerah spektrum cahaya tampak (PAR atau Photosynthetically Aktif Radiation), sementara itu tanaman
hijau sangat memantulkan radiasi dari daerah inframerah dekat. Konsep pola spektral di dasarkan oleh prinsip ini
menggunakan hanya citra band merah adalah sebagai berikut:

NDVI = (NIR – Red) / (NIR+Red)

Dimana:
NIR = radiasi inframerah dekat dari piksel.
Red = radiasi cahaya merah dari piksel
LOKASI PENELITIAN

KECAMATAN ORONG TELU

KABUPATEN SUMBAWA
NUSA TENGGARA BARAT

 ALAT & BAHAN

Personal Computer ENVI

Citra Landsat-8 L1T

LC08_L1TP_115066_20210424_20210501_01_T1
Arc GIS Pro 2.8 DATE_ACQUIRED = 2021-04-24
SCENE_CENTER_TIME = "02:17:14.3466220Z"
KUANTIFIKASI CITRA
METODOLOGI
1 Buka Citra Landsat 8 Level 2

2 Layer Stacking
Buka file citra Landsat 8

Level 2 Surface Reflectance Gabungkan citra Landsat 8 Level 2 Surface

band 4 dan band 5. Reflectance band 4 dan band 5.

KUANTIFIKASI CITRA
METODOLOGI
3
1 Kuantifikasi Citra level 2
4 Subset
Masukkan algoritma (b1 le 0)*0+(b1 ge 10000)*1+(b1

gt 0 and b1 lt 10000)*float(b1)/10000 Clip data sesuai ROI

b1 = layer stacking
METODOLOGI NORMALIZE DIFFERENCE VEGETATION INDEX (NDVI)
DAN PROPORTION OF VEGETATION (PV)

1 Band Math NDVI

2 Band Math PV

Masukkan algoritma (B5-B4)/(B5+B4)

((b1-0.2)/(0.5-0.2))^2
B5 merupakan NIR dan B4 merupakan Red, setelah
b1 adalah NDVI
Koreksi Atmosferik
METODOLOGI LAND SURFACE EMMISIVITY (LSE)

1 Band Math Cavity Effect

2 Band Math LSE

(1-0.96)*0.99* 0.55*(1-b1) (0.99*b1)+(0.96*(1-b1))+b2

b1 adalah PV b1 adalah PV

b2 adalah C 𝜆
LAND SURFACE EMMISIVITY
(LSE) METODOLOGI
3 Band Math Masking Emisivity

(B1 GT 0.5*0.99 + (B1 LT 0.2)*0.96+(B1 GE 0.2 and B1 LE 0.5)*B2

B1 adalah NDVI

B2 adalah LSE
LAND SURFACE TEMPERATURE
(LST) METODOLOGI
1 DN to TOA Radiance B10

Subset B10

Band math (0.0003342*b10)+0.10000

b10 adalah B10

METODOLOGI LAND SURFACE TEMPERATURE (LST)

2 3 Band Math LSE

Band math 1/((14387.7*B1/B2^2)*((10.895^4*B1/119104000)+(1/10.895)))

Band math (1321.0789/(alog(774.8853/B1+1)))
b1 adalah Radiance B10
b1 adalah Radiance B10
B2 adalah Brightness Temperature
METODOLOGI LAND SURFACE TEMPERATURE (LST)

4 Menghitungnilai 𝜹
Band math (-B1*B2)+B3

b1 adalah 𝛾
B2 adalah Radiance B10

B3 adalah Brightness Temperature

METODOLOGI LAND SURFACE TEMPERATURE (LST)

5 Mencari Parameter Koreksi Atmosfer

Penghitungan suhu permukaan memerlukan data parameter koreksi atmosfer yang didapatkan dari permodelan profil atmosfer yang dapat diakses dalam laman web NASA

(https://atmcorr.gsfc.nasa.gov/ ).

Parameter yang dimasukkan dalam permodelan berupa koordinat lokasi, GMT Hour, Month, Minute dan Day diperoleh dari metadata. Parameter kelembaban udara relatif, suhu

udara, ketinggian, serta tekanan udara dapat diperoleh dari web www.wunderground.com
LAND SURFACE TEMPERATURE
(LST) METODOLOGI
6 Hitung Nilai LST
Jadikan ke satuan celcius dengan band math b1-273.5
Band math b1*((1/b2)*((2.222222222*b3-16.73777778)+4.49))+b4
b1 adalah LST dalam kelvin
b1 adalah 𝛾, B2 adalah Emisivitas

B3 adalah Radiance B10 dan B4 adalah 𝛿

REGRESI LINEAR NDVI DAN LST METODOLOGI
1 Membuat Fishnet 2 Extract Multi Value dari NDVI dan LST
Create Fishnet dengan ukuran 30 x 30 sesuai Extract multi value terhadap NDVI dan LST

pixel size dari citra LST dan NDVI yang

digunakan
METODOLOGI REGRESI LINEAR NDVI DAN LST

3 Median Data dengan Regresi Gabungan

Median diperlukan untuk mendapatkan nilai tengah dari LST

agar dapat dibagi dan dibedakan antara daerah basah dan

daerah kering
 TEMPERATURE VEGETATION
METODOLOGI DRYNESS INDEX (TVDI)

1 Hitung LST Max

Gunakan Persamaan Kering ((-13.643)*b1) + 26.581

b1 adalah NDVI
TEMPERATURE VEGETATION
DRYNESS INDEX (TVDI) METODOLOGI
2 Hitung LST Min

Gunakan persamaan Kering ((-1.1586)*b1) + 13.523

b1 adalah NDVI
TEMPERATURE VEGETATION
DRYNESS INDEX (TVDI) METODOLOGI

3 Hitung TVDI

Band math (b1-b2)/(b3-b2)

B1 adalah LST, B2 adalah LST Min, dan B3 adalah LST Max

 HASIL PETA

NORMALIZE DIFFERENCE VEGETATION INDEX (NDVI)

Pada wilayah ecamatan Orong Telu,

Kabupaten Sumbawa, Nusa Tenggara

Barat termasuk dalam klasifikasi

kerapatan vegetasi rendah dan dan

tinggi.
HASIL PETA

LAND SURFACE TEMPERATURE (LST)

Nilai LST minimum 13,523°C dan maksimum

26,581°C, hal ini disebabkan Kecamatan

Orong Telu, Kabupaten Sumbawa, Nusa

Tenggara Barat merupakan daerah

pegunungan, dan data citra yang digunakan

untuk pengolahan data relatif banyak yang

tertutup awan.
PETA HASIL
TEMPERATURE VEGETATION DRYNESS INDEX (TVDI)

Berdasarkan hasil penelitian, untuk

daerah Kecamatan Orong Telu,

Kabupaten Sumbawa, Nusa Tenggara

Barat hampir 50% mengalami tingkat

kekeringan parah.
PEMBAHASAN HASIL
REGRESI GABUNGAN

Hasil dari pembagian kelas basah

dan kering sesuai dengan nilai

median dari LST yang dijadikan

sebagai acuan. Sehingga dihasilkan

persamaan:

Batas kering mempunyai persamaan:

LSTmax = -13,643*NDVI + 26,581

Batas basah mempunyai persamaan:

LSTmin= -1,1586*NDVI + 13,523

ANALISIS
DATA WUNDERGROUND
Berdasarkan data Wunderground, presipitasi

curah hujan di daerah Bima, Nusa Tenggara

Barat dihasilkan 0 mm, hal ini

mengindikasikan bahwa tidak terjadi hujan

pada tanggal tersebut. Bulan April juga

merupakan bulan awal terjadinya musim

kemarau di Indonesia.
KESIMPULAN
Peta Suhu Permukaan Tanah, Index Vegetasi, dan Index Kekeringan dengan Algoritma

masing-masing di Kecamatan Orong Telu, Kabupaten Sumbawa, Nusa Tenggara Barat

sebagai berikut:

1. Nilai LST minimum 13,523°C dan maksimum 26,581°C, hal ini disebabkan Kecamatan

Orong Telu, Kabupaten Sumbawa, Nusa Tenggara Barat merupakan daerah

pegunungan, dan data citra yang digunakan untuk pengolahan data relatif banyak

yang tertutup awan.

2. Berdasarkan rentang nilai TVDI Kecamatan Orong Telu, Kabupaten Sumbawa, Nusa

Tenggara Barat hampir 50% mengalami tingkat kekeringan parah.

3. Secara keseluruhan, area penelitian terbagi menjadi 2 kondisi yang dominan yaitu area

dengan tingkat kekeringan parah dan area dengan kondisi normal.

 SARAN

1. Perhitungan regresi dilakukan dengan pengambilan titik sampel yang lebih

merata di setiap kategori tutupan lahan atau nilai piksel pada perbandingan

LST maupun NDVI, untuk menghasilkan data yang lebih akurat.

2. Perlu dilakukan kajian Indeks Vegetasi yang lebih beragam, seperti EVI, SAVI,

MSAVI, dll untuk menguji kembali regresi yang digunakan untuk pengolahan

TVDI.

3. Harus dipastikan tiap tahapan dilakukan dengan teliti dengan menghitung

setiap parameter yang digunakan agar nilai yang dihasilkan sesuai.