IDENTIFIKASI DAERAH UPWELLING

DENGAN WAHANA SATELIT

(Bagian 2)

Oleh :
Dr.Kunarso, ST., M.Si
Identifikasi upwelling secara kualitatif

Indikator-indikator upwelling yang digunakan:

1. SST (˚C)
2. Klorofil-a (mg/m³)

SST lebih rendah daripada daerah sekitarnya, sedangkan

klorofil-a lebih tinggi daripada daerah sekitarnya.

Analisis data secara deskriptif dan statistik.

Analisis deskriptif
Pemaparan secara perbandingan data SST dan klorofil-a

SST Juli 2006

Klor-a Juli 2006

Pemaparan secara grafis data SST dan klorofil-a

Data dasar citra MODIS SST dan klorofila, pengambilan

data melalui transek melintang dan membujur

Untuk mendapatkan data trnsek ini melalui function

output dengan langkah-langkah:

Display Image > function > output > navigation > ASCII
> set up > klik geophysic data; klik latitude; klik longitude
> quid > isi Data of interes within region > klik line; isi
latitude; isi longitude; isi nama file output dalam asc.
> write file (maka data ascii akan masuk home).

Copy data ASCII dan paste dalam Exel

Plot data exel dalam bentuk grafik.
SST /SPL dan Klorofil-a September 2004
 2a

2b

2a) Plotting transek melintang 2b) Plotting transek membujur

Analisis statistik

Menggunakan analisis korelasi

Mengunakan Analisis Koherensi
(Ini untuk data time series)
Identifikasi Upwelling Berdasarkan Indikator SST dan
Klorofil-a dan Hitung Luas Daerah Upwelling

Menghitung unsur luas upwelling (km²)

Data yang digunakan:

1. SST (˚C)
2. Klorofil-a (mg/m³)

Analisis data secara deskriptif.

Software pengolah data yang digunakan SeaDAS dan

ArcGIS
 Tahapan Langkah Pengolahan Data

1. Membuka data ASCII suhu permukaan laut dan klorofil-a

yang didapat dari output program SeaDAS

 Data ASCII dibuka dengan Software Microsoft Excel 2007.

 Data ASCII yang telah dibuka kemudian diurutkan dari garis

lintang (lat), garis bujur (long) dan nilai suhu permukaan laut
atau klorofil-a yang akan diolah (misalnya SST dulu).

 Nilai SST kemudian diurutkan dari nilai terbesar sampai nilai

terkecil. Dari urutan data, akan muncul data-data suhu
permukaan laut dengan nilai negatif, nilai ini adalah nilai daerah
laut yang tertutup awan, sehingga hasil penginderaannya error.
Data-data ini kemudian dihapus.

 Data ASCII suhu permukaan laut yang sudah bebas pengaruh

awan kemudian disimpan dalam ekstensi teks (*.txt)
2. Menginterpolasi data SST dan klorofil-a yang (*.txt) untuk
mendapatkan nilai spasial SST dan klorofil-a.

Data teks SST dan klorofil-a kemudian diolah dengan Software ArcGIS
9.2 untuk mendapatkan nilai spasial suhu permukaan laut dan klorofil-a.
Buka aplikasi ArcGIS, kemudian add ( +)data teks suhu permukaan laut.
Data teks suhu permukaan laut akan ditampilkan dalam bentuk layer
3. Penentuan pembacaan sistem koordinat pada teks data SST

Langkah-langkah:
 Klik kanan pada layer teks suhu permukaan laut (yang
bernama 13 Agustus_SST.txt) – display XY data.

 Setelah muncul window di bawah, kemudian di atur koordinat

bujur (x) dengan “long”, koordinat lintang (y) dengan “lat”.

 Pada Coordinate System of Input Coordinates diatur dengan

koordinat WGS 1984.prj
 Jika koordinat geografisnya sudah berubah menjadi koordinat
WGS1984, kemudian tekan OK. Posisi-posisi titik nilai suhu
permukaan laut akan ditampilkan ke dalam layout.
4. Penyimpanan File

Titik-titik posisi suhu permukaan laut ini kemudian disimpan

dalam bentuk shape file untuk memudahkan pengolahan dan
penyimpanan dalam ArcGIS
Cara penyimpanan: klik kanan pada layer titik suhu permukaan laut
> Data > Export Data > Simpan dengan Nama Suhu.shp > Save.

Hasilnya adalah data suhu permukaan laut yang berbentuk shape file,
data shape file ini yang dapat diolah oleh ArcGIS.
Data suhu permukaan laut yang sudah berbentuk shape file kemudian
diinterpolasi untuk mendapatkan data spasial suhu permukaan laut.

Data suhu permukaan laut yang sudah berbentuk shape file digabungkan
dengan data shape file daerah interpolasi. Dengan menambahkan (+)
shape file data suhu permukaan laut dan daerah interpolasi.
Sebelum data diinterpolasi, dilakukan pengaturan wilayah model.
Dengan cara pilih Spatial Analysist – Options. Pada General pilih
“daerah interpolasi”, pada Extent pilih “daerah interpolasi”, lalu pada
cell size diisikan nilai cell 0,089. Ini adalah ukuran cell 1 km2 dari
perhitungan derajat.
Lalu interpolasi data suhu permukaan laut dilakukan dengan langkah-
langkah: pilih Spatial Analyst > Interpolate to Raster > Inverse Distance
Weight
Kemudian akan muncul window option untuk interpolasi Inverse
Distance Weighted. Dipilih Input Points: shape file Suhu, Z value field:
SST dan Output cell size: 0.089. Dan Output raster disimpan dengan
Nama: Suhu_Permukaan_Laut.TIFF, pilih save lalu OK.
Cara yang sama juga dilakukan untuk nilai titik klorofil-a, sehingga
menghasilkan:
5. Pengklasifikasian nilai SST dan klorofil-a

Mengklasifikasikan data spasial suhu permukaan laut dan konsentrasi

klorofil-a kedalam klasifikasi intensitas suhu permukaan laut dan klorofil-a
yang memenuhi nilai upwelling yang diindikasikan dengan nilai suhu
permukaan laut dan konsentrasi klorofil-a.

Temperatur (oC) Klorofil-a (mg/m3) Kriteria Upwelling

UL<27,3 UL<0.4 Upwelling Lemah (UL)

26,9UM<27,3 0.4UM<0.6 Upwelling Medium (UM)

26,5UK26,9 0.6UK0.8 Upwelling Kuat (UK)

<26,5 >0.8 Upwelling Sangat Kuat (USK)

Kunarso, 2014
Hasil yang didapat adalah:
Klasifikasi Ulang (Reclassify)

Apabila klasifikasi yang kita buat kurang tepat maka bisa

dilakukan klasifikasi ulang, dengan cara:

Klik spatial analyst > reclassify > isi classify (nilai ditambah 2
dari yang kita kehendaki (misal mau 3 klasifikasi maka classify
diisi 5); isi break volues (grid makin kecil maka hasilnya makin
halus tapi proses tambah lama) > OK > save…… akan
langsung running.
6. Penggabungan (overlay) dua variabel SST dan klorofil-a

Daerah upwelling merupakan luasan daerah hasil overlay antara

SST dan klorofil-a.

Cara menggabungkan:

Klik spatial analyst > Raster calculator > klik 2x hasil

clasify/reclasify SST + klorofil-a > evaluate…….akan langsung
running.

Apabila setelah penggabungan terlalu banyak klasifikasi yang

diperoleh, maka bisa hasil penggabungan diklasifikasi ulang.
Hasil penggabungan kemudian kita seleksi dan kita tampilkan kriteria yang
kita kehendaki, misalnya yang ingin kita hitung luasannya adalah upwelling
kriteria kuat (berdasarkan kriteria, Kunarso, dkk., 2009), maka distribusi nilai
yang sesuai kriteria tersebut kita tampilkan dengan warna yang menyolok,
misal merah.
7. Menghitung luas daerah upwelling

Langkah-langkah:

7.1. Menyimpan gambar hasil kalkulasi dalam bentuk feature

Caranya:
Klik spacial analysis > convert > raster to feature (ubah
raster to feature menu: - input : calculation
- Output : polygon
> save (kasih nama file dan tidak boleh ada spasi dalam
memberi nama file) dalam .shapefile > ok …….peta akan
berubah dari bentuk berwarna ke bentuk polygon (akan muncul
feature dalam bentuk polygon).
7.2. Membentuk sistem mercator

Supaya data peta upwelling bisa kita hitung luasanya maka harus
berada dalam koordinat sistem mercator.

Cara merubah:

Klik view > Data Frame Properties > Coordinate System >
Predifined (untuk seleksi koordinat sistem) > Projected
Coordinate System > Words > Mercator (word) > applay
> ok.
7.3. Mengeluarka data numerik hasil klasifikasi dari feature data

Data numerik hasil klasifikasi harus kita keluarkan dalam bentuk

tabulasi.

Cara tahap 1:

Klik kanan pada nama file yang akan dihitung luasnya pada kolom
“layer” > Open Antribute Table > options > add field (dirubah
obtion dalam add field: - Name : diisi nama kolom baru misal
“Luas”; -Type : pilih “double” > ok ……akan terbentuk kolom
Luas.

Cara tahap 2:

Klik kanan dalam kolom Luas > Calculated Geometry (dipilih

option dalam calculated geometry: - Units : dipilih, contoh square
kilometers (sq km) > ok …..luas tiap grid code akan muncul
dalam kolom luas.
7.4. Memisahkan semua luasan daerah yang kita kehendaki hitung

Cara:

Klik kanan pada “Grid Code” > Sort Ascending (mengurutkan dari grid
code terkecil ke terbesar) > blok grid code yang kita inginkan (semua
dalam kolom diblok) > selected (akan tampil data yang kita seleksi)

7.5. Menyimpan data luasan hasil seleksi dalam bentuk .dbf

Cara:

Klik options > export > save (kasih nama file dalam bentuk .dbf) >
save > ok > ada option “ do you want to add the new table to the
current map?, pilih No.
7.6. Menghitung total luasan grid code yang telah kita simpan
dalam bentuk .dbf

Cara:

Klik kanan pada file dbf > open with exel > open read only > klik
baris terbawah dalam kolom luas > Auto Sum (∑) > enter …..akan
terjumlah total luas daerah yang kita kehendaki.

7.7. Menyimpan Raster Calculation (data/gambar/feature hasil

penjumlahan SST + Klorofil-a)

Cara:

Klik spacial analysis > convert > feature to raster (diisi options
feature to raster : input feature : tetap/nama file di gambar; Fealt : grid
code > save (diberi nama file dalam bentuk TIFF > ok ….hasil
raster analysis akan tersimpan.
8. Melengkapi Layout peta upwelling
 Referensi

1. Manual software ArcGIS 9.2

2. Kunarso, Nugroho, A.C., Ibadurahman. 2010. Modul

Pengolahan Data MODIS 2. FPIK, Undip, Semarang.