7
2.5 Analisis Serangan Hama Wereng Coklat
menggunakan Parameter
Iklim Penyebab terjadinya serangan hama
sangat berfluktuatif dengan dinamika iklim. Peubah iklim yang mempengaruhi meluasnya
serangan hama wereng coklat diketahui dengan cara menghitung nilai korelasi
pearson antara luas serangan hama wereng coklat dengan parameter iklim seperti curah
hujan, suhu udara maksimum, suhu udara minimum, kelembaban udara maksimum dan
kelembaban udara minimum. Hasil analisis menunjukkan
bahwa parameter
iklim berkorelasi cukup baik dengan luas serangan
hama wereng coklat hanya pada kejadian tahun 1998, yaitu saat anomali iklim la-nina
terjadi. Parameter iklim yang mempunyai korelasi lebih dari 0.4 adalah : curah hujan,
suhu maksimum, suhu maksimum 2 minggu sebelum kejadian, suhu minimum, suhu
minimum 2 minggu, 4 minggu dan 6 minggu sebelum kejadian, kelembaban maksimum,
kelembaban
minimum, kelembaban
minimum 2 minggu sebelum kejadian, kelembaban rata-rata, dan kelembaban rata-
rata 2 minggu sebelum kejadian Susanti, 2008.
2.6 Analisis Serangan Hama Wereng Coklat Menggunakan Hubungan EVI
dan LST Analisis daerah yang teserang wereng
coklat dalam wilayah yang sangat luas memerlukan
suatu metode
agar penanggulangan dapat dilakukan secara tepat
dan efektif. Salah satu metode yang dapat dilakukan
ialah dengan
memanfaatkan teknologi remote sensing.
Parameter iklim
yang berkorelasi
dengan serangan hama wereng coklat ialah curah hujan, suhu udara dan kelembaban.
Analisis serangan hama wereng coklat menggunakan pendekatan remote sensing
digunakan data EVI dan LST dengan menganalisis hubungan EVI dan LST saat
terjadi serangan hama wereng coklat.
Pada suatu lahan indeks vegetasi akan meningkat seiring dengan menurunnya suhu
permukaan LST. Hal ini berkaitan dengan kemampuan
vegetasi untuk
mengatur suhunya melalui perpindahan panas laten
yaitu perpindahan
panas melalui
evapotranspirasi. Radiasi yang diserap dan jumlah air yang tersedia di suatu permukaan
lahan merupakan dua unsur utama yang mengatur suhu permukaan. Pada saat
ketersediaan air menjadi minim baik di lahan yang bervegetasi maupun tidak, maka suhu
permukaan akan meningkat Parwati, 2008.
Secara teoritis plot antara Indeks Vegetasi dan LST berbentuk seperti segitiga.
Batas garis atas segitiga diasumsikan sebagai batas kering dry edge, sedangkan batas
garis bawah sebagai batas basah wet edge. Posisi piksel pada scatter plot menunjukkan
kondisi kelembaban lahan. Piksel yang berada dekat dengan garis batas kering akan
lebih rendah lengas lahannya dibandingkan dengan piksel yang berada di dekat garis
batas basah wet edge.
Skema Hubungan
NDVI – Ts
mengilustrasikan mekanisme biofisik suatu lahan Gambar 3. Kemiringan slope grafik
pada hubungan antara LST dan NDVI berkaitan
dengan laju
evapotranspirasi, resistansi stomata vegetasi, dan kondisi
lengas tanah.
. Gambar 3. Skema hubungan NDVI
– TS Sanholt et al dalam Parwati, 2008
8
Pada permukaan lahan yang mempunyai tingkat NDVI tinggi, perubahan suhu
permukaan LST tidak begitu nyata karena vegetasi
mampu untuk
mengatur air.
Hubungan antara LST dan NDVI adalah negatif, yang berarti semakin tinggi suhu
permukaan maka
indeks vegetasinya
menurun Hung and Yasuoka; Sandholt et al, dalam Parwati,2008.
Skema hubungan
indeks vegetasi
dengan suhu permukaan biasa digunakan dalam penentuan Temperature Vegetation
Dryness Index TVDI. Formula TDVI dapat dilihat pada persamaan:
� =
LST −LST
�
LST
��
−LST
�
…… 7 LSTmin merupakan suhu permukaan
minimum yang disebut dengan batas basah. LST adalah suhu permukaan yang diamati
pada suatu pixel. LSTmax adalah suhu permukaan maksimum untuk nilai NDVI
tertentu LSTmax = a + b NDVI. Koefisien a, b merupakan nilai intersep dan slope pada
garis linear yang mencerminkan batas kering dry edge pada Gambar Skema hubungan
NDVI - TS Parwati, 2008.
Analisis serangan hama wereng coklat pada tanaman padi menggunakan data satelit
Terra MODIS dilakukan dengan pendekatan hubungan EVI dan LST yang peka terhadap
pertumbuhan dan perkembangan tanaman, suhu permukaan, dan penutupan lahan.
III. METODOLOGI
3.1 Waktu dan Tempat Penelitian