Albedo Pendugaan Nilai Suhu Permukaan Berdasarkan Data Terra-MODIS L1B dan SRTM 90m

dikenal dengan efek Bowtie. Efek Bowtie ini terjadi akibat pengaruh kelengkungan bumi, dikarenakan satelit Terra merupakan satelit Low Earth Orbit LEO dan MODIS merupakan sensor resolusi rendah dengan lebar cakupan Swath yang besar sehingga ukuran piksel yang direkam diatas sudut 15 o dari titik nadirpusat akan mulai mengalami perbesaran. Oleh karena itu, untuk memperbaiki kerusakan pada data seluruh data pada citra asli akan ditransformasikan secara matematik ke citra akhir atau resampling. Dalam hal ini akan dibentuk piksel baru sebagai perbaikan pada piksel lama yang mengalami kerusakan yaitu dengan metode tetangga terdekat nearest neighbour. Teknik ini dilakukan dengan cara mengalihkan titik keabuan piksel yang telah terkoreksi dengan harga keabuan piksel tetangganya pada citra semula Diana 2010. Gambar 3 Morfologi efek Bowtie http:eoweb.dlr.de:8080short_g uideD-MODIS.html Gambar 3 menunjukkan bahwa data yang dipengaruhi oleh efek Bowtie menempati sebagian samping dari gambar. Oleh karena itu, efek Bowtie harus dihapus sebelum aplikasi data MODIS dikeluarkan. Scan pertama dan ketiga diwakili oleh kisi yang cerah sedangkan scan kedua diwakili oleh kisi yang hitam Wen 2008. 2.5 Suhu Permukaan Suhu permukaan dapat didefinisikan sebagai suhu bagian terluar dari suatu objek. Suhu permukaan dapat didefinisikan sebagai suhu rata –rata dari suatu permukaan yang digambarkan dalam cakupan suatu piksel dengan tipe permukaan yang berbeda –beda. Pada suatu lahan terbuka, suhu permukaan dapat diartikan sebagai suhu permukaan lahan daratan atau dikenal dengan land surface temperature LST. Pada vegetasi dapat dipandang sebagai suhu permukaan kanopi tumbuhan, dan pada tubuh air dapat didefinisikan sebagai suhu dari permukaan badan air. Suhu permukaan benda tergantung dari sifat fisik permukaan objek, diantaranya yaitu emisivitas, kapasitas panas jenis, dan konduktivitas termal. Jika suatu objek memiliki emisivitas dan kapasitas panas jenis yang tinggi, sedangkan konduktivitas termalnya rendah maka suhu permukaan objek tersebut akan menurun, contohnya pada permukaan berupa perairan. Selanjutnya, jika suatu objek memiliki emisivitas dan kapasitas panas jenis yang rendah sedangkan konduktivitas termalnya tinggi maka suhu permukaan objek tersebut akan meningkat, contohnya pada permukaan berupa daratan Sutanto 1994. Suhu permukaan merupakan fungsi dari Suhu KecerahanBrightness Temperature Tb yang didapat dari penurunan persamaan Planck. Suhu permukaan dapat diidentifikasi dengan mengetahui nilai emisivitas dari berbagai penggunaan lahan atau memakai asumsi emisivitas sama dengan satu yang sifat tersebut hanya dimiliki oleh benda hitam. Benda hitam adalah objek yang menyerap seluruh radiasi elektromagnetik. Dalam teori fisika klasik, objek tersebut juga memancarkan energi yang diserapnya. Oleh karena itu, energi suatu benda hitam dapat diukur. Suhu permukaan merupakan unsur pertama yang dapat diidentifikasi dari citra satelit termal. Suhu permukaan dapat didefinisikan sebagai suhu permukaan rata- rata dari suatu permukaan yang digambarkan dalam satuan piksel dengan berbagai tipe permukaan.

2.6 Albedo

Albedo berasal dari bahasa Latin yaitu albus yang berarti putih. Albedo merupakan perbandingan antara radiasi gelombang pendek yang datang dan yang dipantulkan dari semua spektrum panjang gelombang. Persamaan albedo dapat ditulis sebagai berikut : � = �� �� � Keterangan : α : Albedo Rs out : Radiasi gelombang pendek yang dipantulkan Rs in : Radiasi gelombang pendek yang datang Albedo menunjukkan sifat kehitaman badan objek. Albedo mempunyai kisaran nilai 0-1. Apabila suatu objek mempunyai nilai albedo = 0 maka objek tersebut mengabsorbsi seluruh radiasi gelombang pendek yang datang dan albedo = 1 maka objek tersebut memantulkan seluruh radiasi gelombang pendek yang datang. Tidak ada satu pun benda di alam semesta yang memiliki albedo bernilai 0 atau 1, yang ada hanya mendekati 0 dan 1. Semakin mendekati nilai nol maka kenampakan suatu objek semakin gelap dan semakin mendekati nilai satu maka kenampakan suatu objek semakin cerah. Tabel 1 Nilai albedo pada berbagai jenis permukaan Albedo Jenis Permukaan 0.05 – 0.19 0.05 – 0.15 0.05 – 0.15 Perairan dalam Jalan Aspal Hutan 0.06 – 0.08 0.09 0.12 0.15 Tanah abu-abu lembab Bangunan Tanaman Padi Pemukiman rata-rata 0.16 – 0.18 0.18 0.19 Tanah terang kering Tanaman Jagung Tanaman Kentang 0.2 – 0.4 Awan Cirrus Ci 0.4 – 0.5 Awan Stratus St 0.7 – 0.95 Awan Tebal Sumber : Stull 2000 2.7 Teknik Split Window Sekitar 80 dari energi termal sensor mampu diterima oleh sensor di wilayah panjang gelombang 10.5 –12.5 m yang diemisikan oleh permukaan tanah atau perairan dan membuat variabel suhu permukaan mudah untuk diekstrak dari sinyal radiansi inframerah termal. Penelitian lebih lanjut telah dilakukan melalui pengembangan algoritma untuk memperkirakan suhu permukaan lahan dari suhu kecerahan saluran 4 dan 5 AVHRR dan emisivitas permukaan untuk mengoreksi efek atmosfer di permukaan laut dan permukaan tanahlahan Price 1984; Becker dan li 1990. Pendekatan ini sering disebut dengan Teknik Split Window atau Split Window Technique SWT. Pada sensor MODIS teknik ini dilakukan pada saluran 31 dan 32. Telah dicatat bahwa antara saluran 4 dan 5 dari AVHRR maupun saluran 31 dan 32 dari MODIS memiliki keidentikkan dari setiap masing-masing saluran dikarenakan nilai panjang gelombang yang ditangkap adalah hampir sama yaitu panjang gelombang inframerah termal. Namun antara kanal dari masing-masing sensor mempunyai perbedaan utama dalam penyerapan uap air. Saluran 5AVHRR dan saluran 31MODIS lebih sensitif terhadap uap air di atmosfer daripada saluran 4AVHRR dan saluran 32MODIS, sehingga selisih perbedaan antara suhu kecerahan saluran 4AVHRR31MODIS dan saluran 5AVHRR32MODIS lebih besar untuk kondisi atmosfer lembab daripada kondisi kering. Split window telah digunakan selama beberapa periode dalam penentuan suhu permukaan lahanperairan dengan hasil yang sangat memuaskan. Banyak penulis mengembangkan skema baru untuk mengambil suhu permukaan yang dihubungkan dalam suatu modelalgoritma. Model tersebut dipengaruhi oleh beberapa faktor : 1. Tergantung pada data empiris wilayah 2. Tergantung pada emisivitas 3. Tergantung pada konten uap air 4. Tergantung pada sudut pandang matahari 5. Tergantung pada kombinasi dari metode- metode di atas

2.8 Jenis-Jenis Algoritma Split Window