Validasi Data Hasil Perbaikan

KESIMPULAN 1. Kajian mengenai pengembangan perhitungan evapotranspirasi dengan metode empirik dalam penelitian ini Blaney-Criddle, memberikan rentang nilai evapotranspirasi ETm 4,45-5,65 mmhari di wilayah penelitian. Nilai dugaan evapotranspirasi tersebut ternyata lebih mendekati nilai evaporasi panci A. Perbedaan rentang nilai antara panci A dan ETm tersebut sebesar 0,82-1,32 mm untuk 1x1 pixel dan 0,62-1,34 mm untuk 3x3 pixel. 2. Pada validasi data LST MODIS dengan data T stasiun, didapatkan bahwa nilai LST day MODIS memiliki keterkaitan yang cukup dekat dengan nilai T stasiun pada ketinggian 5 cm, dengan nilai R 2 sebesar 0,362. Sedangkan LST night, memiliki hubungan yang cukup kuat dengan T stasiun pada ketinggian 120 cm. Namun demikian, nilai R 2 tertinggi diperoleh pada hubungan antara LST night dengan T stasiun pada ketinggian 100 cm, dengan nilai R 2 sebesar 0,567. Perbedaan tersebut disebabkan oleh fluktuasi cuacaiklim, dan juga perbedaan waktu akuisisi data MODIS. 3. Sebagai salah satu masukan pada perhitungan evapotranspirasi, LST MODIS memberikan ketersediaan data yang baik pada musim-musim kering musim kemarau, dan pada kondisi cuaca baik tidak hujan atau berawan. Penelitian ini juga membuktikan bahwa tidak semua bulan dalam satu tahun memiliki ketersediaan data MODIS yang diharapkan. 4. Distribusi evapotranspirasi secara temporal sepanjang tahun agak sulit untuk dilakukan mengingat ketersediaan data MODIS yang cukup minim pada bulan-bulan yang basah. Namun demikian, secara spasial terlihat bahwa nilai evapotranspirasi dapat diduga dengan menggunakan LST MODIS. Suhu yang diestimasi oleh LST MODIS, erat kaitannya dengan topografi dan penggunaan lahan di suatu wilayah. SARAN 1. Validasi antara nilai LST MODIS dengan nilai T stasiun, sebaiknya mencakup data-data stasiun dengan jumlah titik stasiun yang lebih banyak, serta tahun pengamatan yang lebih panjang. Sehingga, hal ini akan membantu dalam proses analisis hasil validasi data, untuk memperoleh kesimpulan secara luas terhadap kajian-kajian LST MODIS di Indonesia. 2. Pada perhitungan nilai evapotranspirasi, perbandingan berbagai metode perhitungan evapotranspirasi, penting untuk dilakukan agar mengetahui persamaan yang lebih tepat untuk diterapkan pada wilayah kajian. 3. Pada proses validasi ETm dan ETvalidator, perlu ditingkatkan jumlah titik dan tahun stasiun. Selain itu, validasi juga dapat dilakukan dengan menggunakan persamaan Penman-Monteith sebagai referensi, sesuai saran FAO, apabila tidak terdapat nilai Panci Evaporasi A dan Lysimeter yang memadai. DAFTAR PUSTAKA Allen R G, Pereira L S, Raes D, Smith M. 1998. Crop Evaporation Guidelines for Computing Crop Water Requirements. FAO Irrigation and Drainage Paper No. 56. Rome: FAO. Anderson S. 2002. An Evaluation of Spatial Interpolation Methods on Air Temperature in Phoenix, Arizona State: Department of Geography, Arizona State University dalam Vancutsem C, Ceccato P, Dinku T, Connor S J. 2010. Evaluation of MODIS Land Surface Temperature Data to Estimate Air Temperature in Different Ecosystem Over Africa. Remote Sensing of Environment 114 : 449-465. Asdak C. 2010. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gajah Mada University Press. Castaneda L, Rao P. 2005. Comparison of Methods For Estimating Reference Evapotranspiration in Southern California. Journal of Enviromental Hydrology 13 paper 14. Doorenbos J, Pruitt W O. 1977. Guidelines for Predicting Crop Water Requirements. FAO Irrigation and Drainage Paper. No 56. Rome:FAO. Dunne T, Leopold L B. 1978. Water in Enviromental Planning. W E Freeman Company. New York dalam Asdak C. 2010. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gajah Mada University Press. FAO. 1986. Irrigation Water Management: Irrigation Water Needs. www.fao.orgdocrepS2022Es2022e07.htm3.320calculation20of20 the20crop20watr20need . [2 Desember 2011]. Hung T, Yoshifumi Y. 2005. MODIS Application in Enviromental Change Researches inthe Southeast-Asian Region. International Journal of Geoinformatics. Vol 1 1. Johnson S C P. 2005. Assman Phsychrometer, Small Type JH-MR-59. www.jsec.com.sgproduct_info.php?products_id=1650osCsid=8e8b48b d072a8b78504a94762832dc46 . [2 Desember 2011]. Justicea C O, Giglio L, Korontzi S, Owens J, Morisette J T, Roy D, Descloitre J, Alleaume S, Petitcolin F, Kaufman Y. 2002. The MODIS Fire Product. Remote Sensing of Enviroment 83: 244-262. Lebak K. 2011. Kondisi Geografis. www.lebakkab.go.id . [8 Januari 2012]. Lee R. 1980. Forest Hydrology. New York: Columbia University Press dalam Asdak C. 2010. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gajah Mada University Press. Lee T S, Najim M M M, Aminul M H. 2004. Estimating Evapotranspiration of Irrigated Rice at the West Coast of the Peninsular of Malaysia. Journal of Applied Irrifation Science 39 1: 103-117. Lennon J J, Tunner J R G.1995. Predicting the Spatial Distribution of Climate: Temperature in Great Britain. Journal of Animal Ecology 64 3: 370-392. Maeda E E, Wiberg D A, Pellikka P K E. 2011. Estimating Reference Evapotranspiration Using Remote Sensing and Empirical Models in a Region with Limited Ground Data Availability in Kenya. Applied Geography 31: 251-258. NASA. About MODIS. www. modis.gsfc.nasa.gov . [8 Januari 2012]. Prasasti I, Sambodo K A, Carolita I. 2007. Pengkajian Pemanfaatan Data Terra MODIS untuk Ekstraksi Data Suhu Permukaan Lahan SPL Berdasarkan Beberapa Algoritma. Jurnal Penginderaan Jauh 4 1: 1-8. Rosenberg N J, Blad B L. Verma S B. 1983. Microclimate : The Biological Environment. 2 nd Ed John Wiley and Sons, Inc. USA. Sandholt I, Rasmussen K, Andersen J. 2002. A Simple Interpretation of The Surface TemperatureVegetation Index Space for Assessment of Surface Moisture Status. Remote Sensing of Environment. Vol 79: 213-224. Team CPCI. 2012. Cold and Warm Episodes by Season. www.cpc.ncep.noaa.govproductsanalysis_monitoringensostuffensoyea rs.shtml. [8 Januari 2012]. Tomlinson C J, Chapman L, Thornes J E, Baker C. 2011. Remote Sensing Land Surface Temperature for Meteorology and Climatology : a review. Meteorological Applications 18: 296-306. Vancutsem C, Ceccato P, Dinku T, Connor S J. 2010. Evaluation of MODIS Land Surface Temperature Data to Estimate Air Temperature in Different Ecosystem Over Africa. Remote Sensing of Environment 114 : 449-465. Wan Z. 2007. Collection-5 MODIS Land Surface Temperature Products User’s Guide. ICESS, University of California, Santa Barbara. Wang Y, Traore S, Kerh T. 2007. Determination of a Reference Model for Estimating Evapotranspiration in Burkina Faso. Proceedings of the 6th WSEAS Int. Conf. On Artificial Intelligence, Knowledge Engineering and data Bases, Corfu Island, Greece. Xu C Y, Singh V P. 2001. Evaluation and Generalization of Temperature Based Methods for Calculating Evaporation. Hydrol. Process 15: 305-319. 61

BAB I PENDAHULUAN

1.1 Latar Belakang

Dalam siklus hidrologi, evapotranspirasi merupakan komponen neraca air terpenting setelah curah hujan. Evapotranspirasi ET merupakan jumlah air total yang dikembalikan lagi ke atmosfer dari permukaan tanah, badan air, dan vegetasi oleh adanya pengaruh faktor-faktor iklim dan fisiologis vegetasi Asdak, 2010. Beberapa faktor iklim yang cukup dominan dalam mempengaruhi terjadinya evapotranspirasi antara lain suhu, radiasi matahari, kelembaban atmosfer, dan angin. Sementara faktor lainnya antara lain faktor vegetasi dan kelembaban tanah. Menurut Asdak 2010, evapotranspirasi potensial lebih dipengaruhi oleh faktor- faktor iklim. Sedangkan evapotranspirasi aktual lebih dipengaruhi oleh faktor fisiologi tanaman dan unsur tanah. Pengetahuan mengenai evapotranspirasi penting dalam manajemen sumberdaya air, pendugaan hasil tanaman, dan dalam mempelajari hubungan antara perubahan penggunaan lahan dan iklim. Dalam bidang manajemen dan perencanaan irigasi, misalnya, pengetahuan mengenai evapotranspirasi sangat penting terkait kebutuhan konsumtif air oleh tanaman, sehingga berkaitan pula terhadap produksi. Pada perkembangannya, terdapat beberapa cara pengukuranperhitungan evapotranspirasi potensial secara sederhana, misalnya dengan menggunakan panci evaporasi, atau dengan menggunakan alat ukur Lysimeter. Selain itu, terdapat beberapa persamaan empiris yang sering digunakan dalam perhitungan evapotranspirasi aktual dan potensial, antara lain metoda Thornthwaite, Blaney- Criddle, Penman, dan lain sebagainya. Metode Blaney-Criddle merupakan metoda evapotranspirasi yang pada awalnya dikembangkan untuk memperkirakan besarnya konsumsi air irigasi di Amerika Serikat Dunne dan Leopold, 1978. Dalam metode ini, besarnya suhu dan persentase harian lama waktu penyinaran matahari merupakan suatu masukan utama. Wang et al. 2007 menjelaskan bahwa metode Blaney-Criddle merupakan salah satu metode empiris yang tergolong sederhana dan memiliki akurasi yang cukup baik, serta membutuhkan sedikit data masukan. Salah satu masukan data utama yang terdapat dalam metoda Blaney- Criddle adalah suhu udara. Data tersebut bisa didapatkan di stasiun meteorologi dan klimatologi terdekat dengan wilayah penelitian. Data kemudian dikumpulkan sebagai titik-titik contoh dengan distribusi yang jarang menjangkau wilayah dengan kondisi iklim yang bervariasi Vancutsem et al., 2010, sehingga, informasi spasial tentang suhu udara seringkali menjadi terbatas. Metode interpolasi diantara wilayah-wilayah yang memiliki informasi suhu udara sering digunakan untuk mengisi kekurangan informasi tersebut Anderson, 2002. Namun demikian, teknik interpolasi berbasis data stasiun dirasakan masih sulit dilakukan untuk kondisi stasiun iklim yang berjauhan dan sering mengalami kurangnya ketersediaan data Lennon et al., 1995. Saat ini, kebutuhan akan informasi suhu secara spasial dengan akses data yang mudah dapat dibangun dengan metode yang berbasis penginderaan jauh. Menurut Vancutsem et al. 2010, kemampuan untuk mendapatkan informasi suhu secara spasial dengan data temporal harian dan resolusi spasial 1 km yang tinggi mulai muncul dengan diluncurkannya Advanced Very High Resolution Radiometer AVHRR yang merupakan bagian dari satelit National Oceanic and Atmospheric Administration NOAA pada tahun 1981, kemudian diluncurkan Moderate Resolution Imaging Spectroradiometer MODIS yang dibawa oleh satelit Aqua dan Terra. Sensor MODIS Justice et al., 2002 diluncurkan pada tahun 1999 dan 2002. MODIS memiliki sensor multispektral yang terdiri dari 36 kanal, dengan resolusi spasial, 250, 500, dan 1000 m. MODIS merupakan salah satu bagian dari program The United States National Aeronautics and Space Administration NASA, yang memungkinkan untuk mengamati, meneliti, dan menganalisa daratan, lautan, dan atmosfer. Salah satu produk turunan data MODIS adalah suhu permukaan MODIS MYD11A2 dan MOD11A2 merupakan produk Land Surface Temperature LST yang diakuisisi pada pukul 13.30 dan 01.30 untuk Aqua dan 10.30 dan 22.30 untuk Terra pada semua waktu lokal solar. Produk ini termasuk produk dengan resolusi temporal yang tinggi harian dengan resolusi spasial 1 km. Produk lainnya adalah maksimum komposit 8 harian LST dengan resolusi spasial 1 km. 2 LST diperoleh dengan menggunakan sensor yang bisa menangkap kisaran panjang gelombang Thermal Infrared TIR pada band 31 10,78-11,28 µm dan 32 11,77-12,27 µm Tomlinson et al., 2011. Maeda et al. 2011 menggunakan data LST MODIS sebagai masukan utama dalam pengembangan model empirik untuk menghitung evapotranspirasi. Penggunaan data penginderaan jauh sebagai masukan data utama dalam pendugaan evapotranspirasi, dapat memberikan keuntungan tersendiri bagi wilayah-wilayah dengan ketersediaan data minim karena dapat memberikan tambahan informasi, seperti albedo, indeks area daun, dan suhu permukaan lahan Wan, 2008. Suhu permukaan lahan sangat berkaitan dengan vegetasi atau tutupan lahan, albedo, dan kelembaban permukaan yang terdapat di suatu wilayah kajian. Penelitian ini mencoba mengembangkan metode empirik dengan menggunakan data LST MODIS sebagai masukan utama, pada wilayah dengan ketersediaan data minim. Kajian mengenai evapotranspirasi di Daerah Aliran Sungai DAS Cimadur dirasakan cukup penting karena banyaknya areal persawahan yang terdapat pada DAS Cimadur. Selain itu, terdapat beberapa permasalahan hidrologi pada DAS Cimadur yang diakibatkan oleh ketidak seimbangan neraca air yang terdapat dalam wilayah kajian. Misalnya, kondisi kekeringan yang terjadi di wilayah DAS Ciambulawung, yang merupakan sub DAS dari DAS Cimadur, yang mengakibatkan kekeringan pada sejumlah areal persawahan dan juga tidak berfungsinya mikrohidro pada wilayah tersebut.

1.2 Tujuan

Berdasarkan latar belakang tersebut, penelitian ini bertujuan untuk : 1. Mengkaji model empirik perhitungan evapotranspirasi dengan menggunakan LST MODIS sebagai masukan utama. 2. Mengetahui kapan dan dalam kondisi apa data MODIS dapat digunakan sebagai masukan dalam perhitungan evapotranspirasi. 3. Melihat pola penyebaran evapotranspirasi secara spasial dan temporal di DAS Cimadur.