LAPORAN PRAKTIKUM PENGINDERAAN JAUH DASAR

ACARA IV

INDEKS SPEKTRAL DAN SUHU PERMUKAAN TANAH

Dosen Pengampu:
Ike Sari Astuti, S.P., M.Nat.Res.St., Ph.D.

Asisten Praktikum:

-Khairil Mursalin
-Rufaidha Lathiifunnisa
-Erisa Rahmawati

Oleh:
Nama :Muhammad Fa’iz Huzyaini
NIM :220722610558
Offering :G/22

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU SOSIAL
DEPARTEMEN GEOGRAFI
2023
I. Tujuan
1. Mahasiswa mampu melakukan analisis transformasi indeks spektral NDVI pada Citra
Landsat 8.
2. Mahasiswa dapat melakukan analisis transformasi suhu permukaan tanah pada citra
Landsat 8.
3. Mahasiswa mampu mengidentifikasi dan menganalisis objek-objek pada nilai NDVI dan
LST dari nilai yang terendah – tertinggi.
II. Dasar Teori
a. Indeks spectral
Indeks spektral adalah kombinasi reflektansi spektral dari dua atau lebih panjang
gelombang yang menunjukkan kelimpahan relatif suatu obyek. Salah satu contoh indeks
spektral yang sering kita jumpai adalah gabungan antara Near Infra Red (NIR) dengan
read light yang biasa disebut Normalized Difference Vegetation Index (NDVI). NDVI
adalah Sebuah metode yang digunakan untuk mengetahui indeks kerapatan vegetasi dan
membandingkannya pada tingkat kehijauannya pada tumbuhan. NDVI ini bertujuan
untuk memudahkan pemetaan pada daerah tutupan vegetasi melalui citra satelit. Band
NIR di satelit Landsat memiliki tingkat sensitivitas tinggi untuk mendeteksi vegetasi, dan
reflektansi untuk identifikasi lahan terbuka dan lahan terbangun sangat rendah.

Transformasi NDVI menghasilkan citra dengan informasi vegetasi visual

berdasarkan nilai rona. Transformasi ini memiliki kelebihan yaitu menunjukkan
kerapatan vegetasi yang memiliki kaitan dengan persebaran jenis penutup lahan, alur
metode dasar untuk dapat memperoleh nilai estimasi suhu. Selain itu, transformasi ini
menggunakan saluran citra yang representatif dengan warna tanaman yang sebenarnya.
NDVI dapat menunjukkan parameter biomass dedaunan hijau yang diperkirakan untuk
pembagian vegetasi. Nilai dalam metode ini dapat dihitung dengan menggunakan rumus
berikut,
NDVI = NIR - Red
NIR + Red
Keterangan:
NIR: Near Infrared/Kanal Inframerah (Band 5)
Red: Kanal Merah (Band 4)

Gambar 1. Rentang Data oleh NASA

Gambar 1 menjelaskan jika memiliki nilai tingkat kehijauan dibawah nilai 0.2,
wilayahtersebut berada di luar dari vegetasi (wilayah perairan atau tanah bebatuan) dan
wilayah yang berada pada nilai 1 maka wilayah tersebut berada di wilayah dengan
vegetasi yang tinggi (wilayah hutan lebat). Klasifikasi NDVI dapat dilihat pada tabel
berikut

Tabel 1. Klasifikasi Kerapatan Vegetasi Berdasarkan Nilai NDVI

Klasifikasi Kerapatan Vegetasi Nilai NDVI

Awan dan air <0
Non-vegetasi 0-0.21
(Lahan terbuka, pemukiman)
Tidak Rapat 0.21 – 0.42
(semak belukar,padang rumput)
Cukup Rapat (perkebunan) 0.42 – 0.63
Rapat (hutan) 0.63 – 0.85
 NDVI merupakan indeks vegetasi yang paling banyak digunakan karena
kemampuannya untuk meminimalisir kesalahan akibat buruknya kondisi topografi. NDVI
juga disukai karena perhitungannya yang sederhana. Skala NDVI memiliki rentangan
antara -1 sampai 1, dimana nilai 1 menunjukkan daerah yang kaya akan vegetasi, nilai 0
menunjukkan keadaan sangat sedikit vegetasi dan nilai -1 menunjukkan daerah bukan
vegetasi.

b. Land Surface Temperature/Suhu Permukaan Tanah

Suhu permukaan tanah atau Land Surface Temperature (LST) adalah faktor
penyebab meningkatnya energi panas pada permukaan bumi. Kenaikan suhu tersebut
dapat mempengaruhi iklim dan cuaca di bumi. Suhu permukaan berbeda dengan suhu
udara tetapi pengaruhnya dapat dirasakan. Perbedaan topografi dengan ketinggian
wilayah adalah hal yang pasti dalam temperatur suhu (Ayuningtyas, 2015). Suhu
permukaan tanah adalah keseimbangan energi pada permukaan dan variabel klimatologis
yang utama. Suhu permukaan tanah dapat mengendalikan fluks energi gelombang
panjang yang kembali ke atmosfer dan tergantung pada kelembaban permukaan, kondisi,
dan tingkat penutupan vegetasi (Voogt, 2002 dalam Jannah, 2019).
Dalam mengestimasi suhu permukaan tanah terdapat beberapa faktor yang perlu
diperhatikan yaitu indeks vegetasi, proportion of vegetation, dan emisivitas. Dalam
mengestimasi suhu permukaan tanah juga perlu dilakukan konversi dari citra dengan nilai
digital number menjadi TOA (Top of Atmospheric). Perhitungan yang dilakukan dalam
mengestimasi suhu permukaan tanah adalah sebagai berikut (Do Nascimento et al., 2022)
Konversi Digital Number ke TOA radiance

Lλ = ML × QCal + AL (1)
ML = Radiance Mult Band 10: 3.3420E-04
QCAL = Citra Landsat Band 10 Sebelum Terkoreksi Atmosferik
AL = Radiance Add Band 10: 0.10000
NDVI
NDVI = (NIR – RED) / (NIR + RED) (2)
PV (Proportion of Vegetation) dikalkulasi dengan menggunakan rumus:
Pv = [(NDVI – NDVImin) / (NDVImax + NDVImin)]2 (3)
Emisivitas dapat dilakukan dengan rumus
𝜀 = m (Pv + n) (4)
Dimana m adalah 0.004 and n adalah 0.986
Brightness Temperature
BT = K2 / ln(K1/ Lλ + 1) (5)
K2 = K2 Constant Band 10 > 1321.0789
K1 = K1 Constant Band 10>774.8853
LST dikalkulasi menggunakan nilai emisivitas yang telah terkoreksi
LST = TB / 1 + ( λ × TB / ρ) In ε

Dimana:
TB = Brightness Temperature (Band 6 untuk Landsat 5 dan Landsat 7, Band 10 untuk
Landsat 8)
λ = Central Wavelength of thermal band (11.5 μm Band 6 Landsat 5 TM, 10.8 μm Band
10 Landsat-8 OLI/TIRS)
ρ = h × c/σ (1.438 × 10–2 m K), σ adalah konstanta Boltzman (1.38 × 10–23 J/K), h
adalah Planck’s konstanta (6.626 × 10–34 J s), dan c adalah massa cahaya (2.998 × 108
m/s)

III. Langkah Kerja

a. Indeks Spektral
1. Buka Software QGIS
2. Input citra Landsat 8 setelah terkoreksi atmosferik band 4,5 dan 10 pada
software(Folder RT_LC08)

3. Pada menu bar pilih raster → raster calculator

4. Masukkan rumus NDVI pada halaman raster calculator
NDVI = NIR - Red
NIR + Red
Keterangan:
NIR: Near Infrared/Kanal Inframerah (Band 5)
Red: Kanal Merah (Band 4)

*Pada output layer, pilih lokasi penyimpanan→ Save → OK . Tunggu hingga

proses selesai
5. Clip hasil NDVI dengan clip raster by mask layer pada menu raster > extraction >
clip raster by mask layer > input layer NDVI > input mask layer Kota Malang

6. Aturlah nilai NDVI menjadi beberapa kelas seperti pada Tabel 1.

7. Klik kanan pada layer citra —> properties —> symbology —> ganti render type
menjadi single band pseudocolor
 * Ganti interpolation dari linear menjadi discrete dan color ramp menjadi spectral
* Atur kelas NDVI dan gunakan warna yang berbeda untuk setiap kelasnya.
8. Maka hasil akhir akan seperti gambar berikut

b. Land Surface Temperature/Suhu Permukaan Tanah

1. Buka software QGIS
2. Pada menu SCP lakukan koreksi atmosferik seperti pada praktikum 1, masukkan
hanya Band 10.
3. Pada menu raster pilih raster calculator. Masukkan rumus NDVI > atur
penyimpanan > save > oke
NDVI = (NIR – RED) / (NIR + RED)

4. Setelah proses selesai, lihat nilai minimum dan maksimum NDVI pada properties
> symbology dan copy nilai tersebut ke raster calculator.
5. Pada raster calculator masukan rumus berikut untuk perhitungan proportion of
vegetation
Pv = [(NDVI – NDVImin) / (NDVImax + NDVImin)]2

*pilih folder penyimpanan > save > ok.

6. Lalu, lanjut untuk perhitungan emisivitas dengan rumus berikut dengan
menggunakan raster calculator kembali > rumus emisivitas > simpan file > ok.
ε = m (Pv + n)
m = 0.004 dan n = 0.986

7. Selanjutnya adalah perhitungan untuk estimasi suhu permukaan tanah dengan

rumus berikut
LST = TB / (1 + ( λ × TB / ρ) In ε) – 273.15
Dimana:
TB = Brightness Temperature (Band 6 untuk Landsat 5 dan Landsat 7, Band 10
untuk Landsat 8)
 λ = Central Wavelength of thermal band (11.5 μm Band 6 Landsat 5 TM, 10.8 μm
Band 10 Landsat 8 OLI/TIRS) = 0.000108
ρ = h × c/σ (1.438 × 10–2 m K),
σ adalah konstanta Boltzman (1.38 × 10–23 J/K), h adalah Planck’s konstanta
(6.626 × 10–34 J s), dan c adalah massa cahaya (2.998 × 108 m/s)
273.15 konversi dari kelvin ke celcius

8. Setelah hasil LST telah keluar, maka lakukan clip raster by mask layer dengan
layernya menggunakan shp Kota Malang > setelah selesai export hasil clip

9. Aturlah visualisasi dengan masuk ke menu properties > symbology > render type:
band pseudocolor > color ramp: temperature

10. Maka hasil akhir akan seperti gambar berikut

IV. Hasil
NDVI LST Identifikasi Objek
0-0.42 29-30°C Permukiman

0.21-0.85 28-32°C Fasilitas Umum

0.42-0.85 24-28°C Vegetasi

0.21-0.63 25-28°C Lahan Kosong

V. Pembahasan
LST merupakan parameter yang dapat digunakan untuk menganalisis suhu
permukaan suatu objek. NDVI merupakan parameter yang dapat digunakan untuk
menganalisis tutupan vegetasi.
 Pemukiman dengan nilai NDVI 0-0.42 menunjukkan bahwa permukiman memiliki
tutupan vegetasi yang relatif rendah. Hal ini dapat disebabkan oleh beberapa faktor,
antara lain: Penggundulan hutan, urbanisasi, penggunaan lahan untuk pemukiman dan
infrastruktur. Nilai LST 29-30°C menunjukkan bahwa permukiman memiliki suhu
permukaan yang relatif tinggi. Hal ini dapat disebabkan oleh beberapa faktor, antara lain:
 Kepadatan bangunan dan infrastruktur yang tinggi, penggunaan material bangunan yang
menyerap panas, aktivitas manusia yang menghasilkan panas.
 Fasilitas umum dengan nilai NDVI 0.21-0.85 menunjukkan bahwa fasilitas umum
memiliki tutupan vegetasi yang relatif tinggi. Hal ini dapat disebabkan oleh beberapa
faktor, antara lain: Adanya taman, lapangan, atau lahan terbuka lainnya di sekitar fasilitas
umum, penggunaan tanaman hias di sekitar fasilitas umum. Nilai LST 28-32°C
menunjukkan bahwa fasilitas umum memiliki suhu permukaan yang relatif tinggi. Hal ini
dapat disebabkan oleh beberapa faktor, antara lain: Penggunaan material bangunan yang
menyerap panas, seperti beton, aspal, dan logam, aktivitas manusia yang menghasilkan
panas, seperti aktivitas olahraga, kegiatan sosial, dan aktivitas perdagangan.
 Vegetasi dengan nilai NDVI 0.42-0.85 menunjukkan bahwa vegetasi memiliki tutupan
vegetasi yang relatif tinggi. Hal ini dapat disebabkan oleh beberapa faktor, antara lain:
Adanya hutan, lahan pertanian, atau lahan hijau lainnya, kepadatan vegetasi yang tinggi.
Nilai LST 24-28°C menunjukkan bahwa vegetasi memiliki suhu permukaan yang relatif
rendah. Hal ini dapat disebabkan oleh beberapa faktor, antara lain: Warna vegetasi yang
hijau dapat memantulkan panas matahari, air yang terkandung dalam vegetasi dapat
membantu mendinginkan suhu permukaan.
 Lahan kosong dengan nilai NDVI 0.21-0.63 menunjukkan bahwa lahan kosong memiliki
tutupan vegetasi yang relatif rendah. Hal ini dapat disebabkan oleh beberapa faktor,
antara lain: Kurangnya vegetasi di lahan kosong, kepadatan vegetasi yang rendah. Nilai
LST 25-28°C menunjukkan bahwa lahan kosong memiliki suhu permukaan yang relatif
tinggi. Hal ini dapat disebabkan oleh beberapa faktor, antara lain: Warna tanah yang
gelap dapat menyerap panas matahari, kurangnya vegetasi yang dapat membantu
mendinginkan suhu permukaan.