Pelatihan Sistem

Informasi Geografis

Praktikum
Pembuatan Peta
Urban Heat Island
Oleh : Abdurrahman Qeis Ahmad, S.P.W
Urban Heat Island
• Urban heat island merupakan permasalahan suhu
udara dan permukaan di daerah perkotaan, hal ini
ditandai dengan adanya fenomena perbedaan suhu
di daerah perkotaan dengan daerah sekitarnya.
Terdapat dua hal yang menyebabkan terjadinya
fenomena ini, diantaranya adalah penggunaan
material bangunan yang dapat menyerap sinar
matahari secara kuat dan memantulkan sinar tersebut
ke area sekitarnya, material tersebut seperti aspal,
beton, baja, dan material yang kedap terhadap
air(Parry & Chandler, 1966).
Faktor Penyebab Urban Heat Island
• Aktivitas antropogenik kontribusi pada emisi CO2, terperangkapnya
panas di atmosfer

• Penggunaan material dengan albedo rendah

• Albedo tinggi banyak radiasi dipantulkan

• Albedo rendah banyak radiasi yang diserap

• Berkurangnya vegetasi
Peta Urban Heat Island
Fungsi Peta Urban Heat Island Diantaranya Adalah:

• Membantu proses perencanaan tata ruang

• Membantu penelitian yang berkaitan dengan pengelolaan kualitas udara dan air

• Menjadi publikasi bagi masyarakat agar sadar akan pentingnya menjaga

lingkungan.
Remote Sensing untuk LST
Sensor TIR satelit mengukur top of the
atmosphere (TOA) yang dipancarkan oleh
permukaan bumi dan suasana

Pancaran TOA dipengaruhi oleh:

• Emisivitas permukaan (area terbangun,

vegetasi, tanah gundul, dll.)

• Redaman atmosfer (air uap dan aerosol)

• Sudut di mana sensor satelit menerima

radiasi.
Satelit untuk Data LST
Satelit untuk Data LST
Data Landsat untuk waktu dan wilayah lainnya dapat diakses pada link berikut:

Landsat TIRS & OLI: https://earthexplorer.usgs.gov/

Band yang digunakan
• Landsat 8 diluncurkan pada 11 Februari 2013. Satelit pemantauan bumi ini
memiliki dua sensor yaitu sensor Operational Land Imager (OLI) dan Thermal
Infrared Sensor (TIRS). Kedua sensor ini menyediakan resolusi spasial 30 meter
(visible, NIR, SWIR), 100 meter (thermal), dan 15 meter (pankromatik). Landsat 8
memiliki orbit Sun-Synchronous orbit pada ketinggian 705 km. Landsat 8 memiliki
resolusi temporal selama 16 hari.
Rincian Band Pada Sensor OLI
• Band 1 Coastal/Aerosol, (0.435 – 0.451 µm), resolusi 30 m
• Band 2 Blue (0.452 – 0.512 µm), resolusi 30 m
• Band 3 Green (0.533 – 0.590 µm), resolusi 30 m
• Band 4 Red (0.636 – 0.673 µm), resolusi 30 m
• Band 5 Near-Infrared (0.851 – 0.879 µm) resolusi 30 m
• Band 6 SWIR-1 (1.566 – 1.651 µm), resolusi 30 m
• Band 7 SWIR-2 (2.107 – 2.294 µm), resolusi 30 m
• Band Pankromatik, (0.503 – 0.676 µm), resolusi 15 m
• Band Cirrus, (1.363 – 1.384 µm), resolusi 30 m
Rincian Band Pada Sensor TIRS
• Band 10 TIRS-1, (10,60 -11,19µm), resolusi 100 m
• Band 11 TIRS-2, (11,50 -12,51 µm), resolusi 100 m
Map Algebra
• Aljabar Peta adalah aljabar sederhana dan kuat yang dengannya
Anda dapat menjalankan semua alat, operator, dan fungsi Analis
Spasial untuk melakukan analisis geografis. Aljabar Peta tersedia
melalui modul Analis Spasial; perpanjangan dari paket situs ArcPy
Python. Karena Aljabar Peta telah terintegrasi dengan Python, semua
fungsionalitas Python dan ArcPy dan ekstensinya (modul, kelas, fungsi,
dan properti) tersedia untuk Anda.
Land Suface Temperature Using
Landsat 8 Satellite
• Lλ = ML * AL * Qcal

• Lλ = TOA spectral radiance (Watts/(m0 * sr * µm))

• ML = Radiance multiplicative band (No.)

• AL = Radiance add band (No.)

• Qcal = Quantized and calibrated standard product pixel values (DN)

Top Atmosphere (TOA) Brightness
Temperature
Spectral radiance data dapat di konversi menjadi top atmosphere brightness
temperature menggunakan thermal constant values yang ada pada file meta
data.
• BT = K2/ln (K1/ Lλ+1) – 273.15
• Dimana:
• BT = Top of atmosphere brightness temperature (°C)
• Lλ = TOA spectral radiance (Watts/(m2 * sr * µm))
• K1 = K1 constant band
• K2 = K2 constant band
Normalized Differential Vegetation Index (NDVI)

• NDVI adalah standarisasi indeks vegetasi yang dihitung menggunakan data near
infra-red (Band 5) dan Red (Band 4) dengan persamaan sebagai berikut:

• NDVI = Float (NIR – RED)/(NIR + RED)

• RED = Nilai DN dari band 4 red

• NIR = Nilai DN dari band 5 Near-infrared

Land Surface Emissivity (LSE)
• LSE adalah emisivitas rata-rata dari elemen yang ada di perhitungan permukaan
dari NDVI sebelumnya, persamaan LSE adalah sebagai berikut:
• PV = Square[(NDVI – NDVI min)/(NDVI max + NDVI min)]
• PV = Proporsi tanaman
• NDVI = nilai DN dari citra NDVI
• E = 0.004 * PV +0.986
• E = Land Surface Emissivity
• PV = Proporsi tanaman.
Land Surface Temperature (LST)
• LST merupakan suhu radiasi yang dihitung menggunakan tingkat kecerahan
lapisan atas atmosphere, berikut adalah persamaannya
• LST = (BT/1) + W * (BT/14380) * ln (E)
Satelit Band W (µm)
• Dimana:
Landsat 4,5&7 6 11,45
• BT = Suhu lapisan atas atmosphere (°C)
Landsat 8 10 10,8
• W = Wavelength of emitted radiance Landsat 8 10 12
• E = Emisivitas permukaan lahan
Langkah Kerja
• Persiapan data
• Melakukan clip citra sesuai dengan Kawasan studi
• Melakukan perhitungan TOA
Langkah Kerja
Langkah kerja:
1. Buka Arcgis Pro
2. Pilih bagian map
3. Create a new project
4. Beri nama dan atur
tempat penyimpanan
file project.
Langkah Kerja
Langkah kerja:
1. Berikut merupakan
tampilan awal dari
Arcgis pro.
Langkah Kerja

Terdapat dua folder yang berisikan

data praktikum yang akan
digunakan
Langkah Kerja
Data yang digunakan untuk
melakukan pembuatan peta
diantaranya adalah:
1. Batas Administrasi
Bandung Barat (.shp)
2. Citra satelit (Band 4, Band
5, Band 10)

Catalog Geoprocessing
Langkah Kerja Lakukan pemotongan (clip) citra satelit
dengan shp administrasi Kabupaten
Bandung Barat.
Langkah kerja:
1. Setelah data yang dibutuhkan sudah
dimasukan, silakan masuk pada kolom
geoprocessing lalu search “Extract by
mask”
2. Lalukan pemotongan untuk ketiga
citra yang akan digunakan, yaitu
band 4, band 5, dan band 10.
3. Feature mask yang akan kita gunakan
adalah shp
batas_admin_Bandung_Barat
4. Setelah semua diatur klik run
Langkah Kerja

Setelah dilakukan “extract by mask”

maka data yang didapatkan adalah
seperti pada gambar disamping

Band 4 Band 5 Band 10

Top Atmosphere (TOA)
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara mencari
pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut:
(0.0003342 * "band10_kbb" + 0.1)
3. Lalu klik run.
Temperatur Lapisan Atmosphere (BT)
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara
mencari pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut:
1321.0789/Ln((774.8853/"TOA")+1)-273.15
3. Lalu klik run.
Normalized Differential Vegetation Index (NDVI)
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara
mencari pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut:
Float("band5_kbb"- "band4_kbb")/
Float("band5_kbb"+ "band4_kbb")
3. Lalu klik run.
The Perpendicular Vegetation Index
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara
mencari pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut: PVI
= Square("NDVI"-(-
0.169999003410339))/(0.614168345928192
-(-0.169999003410339))
3. Lalu klik run.
Land Surface Emissivity
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara
mencari pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut:
0.004* "PVI"+0.986
3. Lalu klik run.
Land Surface Temperature
Mulai melakukan perhitungan:
1. Buka raster calculator dengan cara
mencari pada kolom geoprocessing
2. Setelah terbuka maka mulai menghitung
dengan persamaan sebagai berikut:
(("BT"/1)+10.8*( "BT"/14380) * Ln("EC"))
3. Lalu klik run.
Selamat Berlatih