juga  dipengaruhi  oleh  terbatasnya  distribusi  lysimeter  dan  data  tahun  lysimeter. Validasi  dengan  ketersediaan  nilai  ETm  yang  minim  pada  satu  stasiun  dapat
dihindari apabila terdapat beberapa stasiun yang memiliki lysimeter atau memiliki beberapa  tahun  lysimeter,  sehingga  titik-titik  validasi  menjadi  lebih  tersedia  dan
akurat untuk dilakukan. Pada  grafik  yang  ditunjukkan  pada  Gambar  5.4.2.a  a  dan  b,  terlihat
bahwa  pada  validasi  ETm  dan  lysimeter,  perbandingan  nilai  evapotranspirasi antara  1x1  pixel  dengan  3x3  pixel  tidak  menghasilkan  nilai  yang  berbeda  jauh.
Sementara,  pada  perbandingan  antara  ETm  dan  lysimeter,  terlihat  bahwa  pada bulan Juni dan Juli terdapat perbedaan yang cukup tinggi antara nilai ETm dengan
nilai  evapotranspirasi  yang  berasal  dari  lysimeter  berbeda  4,12  mm  untuk  1x1 pixel  dan  4,13  mm    untuk  3x3  pixel  pada  bulan  Juni,  dan  3,70  mm  untuk  1x1
pixel  dan  3,69  mm  untuk  3x3  pixel  pada  bulan  Juli.  Sementara,  pada  bulan September,  nilai  estimator  evapotranspirasi  cukup  dekat  dengan  nilai  lysimeter
nilai  lysimeter  lebih  tinggi  0,45  mm  untuk  1x1  pixel  dan  0,46  mm  untuk  3x3 pixel.
5.4.3  Perbandingan  Nilai  ETm  dengan  Panci  Evaporasi  A  dan Lysimeter
Hasil validasi ETm terhadap kedua validator menunjukkan bahwa terdapat korelasi  yang  cukup  baik  antara  nilai  ETm  dengan  panci  evaporasi  A  karena
memiliki  rentang  perbedaan  nilai  yang  lebih  kecil  dibandingkan  dengan  rentang nilai pada lysimeter. Walaupun demikian, pada bulan September beda nilai antara
ETm  dan  lysimeter  tidak  terlalu  besar.  Hal  ini  mengindikasikan  bahwa  nilai  ET yang  dihasilkan  berdasarkan  perhitungan  ternyata  lebih  mendekati  nilai
evapotranspirasi potensial yang diukur melalu panci evaporasi A. Besar kemungkinan hal ini disebabkan oleh masukan data pada persamaan
Blaney Criddle yang hanya mempertimbangkan faktor iklim seperti suhu dan rata- rata persentase harian dari jam siang hari tahunan untuk berbagai lintang, sehingga
menghasilkan  nilai  ET  yang  cenderung  mendekati  nilai  panci  evaporasi  A.  Pada perhitungan  evapotranspirasi  dengan  menggunakan  lysimeter  terdapat  faktor  lain
yang harus dipertimbangkan, yaitu curah hujan dan simpanan air tanah. Sehingga,
korelasi  lysimeter  dengan  nilai  ET  berdasarkan  rumus  Blaney-Criddle, memberikan perbedaan rentang nilai yang cukup tinggi.
Pengaruh  faktor  iklim  terhadap  nilai  evapotranspirasi,  dapat  terlihat  dari variabilitas  nilai  evapotranspirasi  yang  ditunjukkan  pada  hasil  pengukuran  panci
evaporasi  A  dan  Lysimeter.  Panci  evaporasi  A,  yang  nilai  evapotranspirasinya lebih  kuat  dipengaruhi  oleh  faktor  iklim,  cenderung  memberikan  nilai
evapotranspirasi dengan keragaman yang tidak terlalu besar pada setiap bulannya. Pola  yang  hampir  sama  dengan  keragaman  pada  nilai  evapotranspirasi  yang
dihasilkan  oleh  ETm  terjadi  di  setiap  bulannya.  Kondisi  ini  berbeda  dengan keragaman  yang  ditunjukkan  pada  Lysimeter,  dimana  terdapat  angka
evapotranspirasi  yang  berfluktuasi  pada  setiap  bulan  yang  berbeda.  Hal  tersebut menunjukkan  bahwa  selain  faktor  iklim,  kondisi  tanah  dan  tanaman  turut
berkontribusi terhadap nilai evapotranspirasi yang dihasilkan. Faktor  penting  lainnya  terkait  perbedaan  nilai  antara  ETm  dan  kedua
validator  adalah  faktor  skala.  Nilai  ETm  pada  penelitian  ini  merupakan  nilai evapotranspirasi dengan resolusi 1 km, sementara, titik validasi pengamatan hanya
berupa petak seluas 1 m x 1 m pada lysimeter  dan berdiameter ±120 cm pada panci  evaporasi  A.  Sehingga,  nilai  yang  diduga  oleh  lysimeter  dan  panci
evaporasi  A  merupakan  salah  satu  bentuk  keragaman  data  evapotranspirasi  yang terdapat dalam luasan 1 km x 1 km.
Secara  umum,  beberapa  kendala  yang  terdapat  dalam  validasi  nilai  ETm merupakan  ketersediaan  data  ETm  itu  sendiri.  Tidak  tersedianya  data  ETm  pada
kedua  validasi  disebabkan  oleh  lokasi  titik  validasi  Bogor,  yang  merupakan salah satu daerah dengan curah hujan tinggi. Sehingga, ketersediaan data MODIS
untuk wilayah Bogor, tidak cukup baik. Selain itu, minimnya  data validator baik berupa  data  bulan,  tahun,  maupun  stasiun  menyebabkan  sulitnya  melihat  pola
variabilitas yang terdapat pada setiap tahun validasi.
5.5  Perbaikan data LSTmean MODIS 5.5.1    Pengaruh  Perbaikan  Data  Tdan  dan  Tnight  Terhadap  Ketersediaan
Data Evapotranspirasi Potensial Secara Spasial dan Temporal
Perbaikan data
evapotranspirasi potensial
dilakukan dengan
mengkombinasikan  data  8  harian  terbaik  pada  data  LSTday  dan  LSTnight  pada