Saran Penurunan nilai albedo dan suhu permukaan dari data Terra MODIS L1B untuk klasifikasi awan

V KESIMPULAN DAN SARAN 5.1 Kesimpulan Albedo dapat diturunkan dari kanal 1, kanal 3, dan kanal 4 karena mempunyai pola yang sama. Suhu permukaan awan dapat diturunkan dari kanal 31 dan kanal 32 memiliki selisih pada tanggal 1 Januari sebesar 1.7 K, 26 Maret 2008 sebesar 3.3 K, 2 November 2008 sebesar 1.7 K, 6 April 2008 sebesar 5.6 K, dan 24 September 2008 sebesar 12.8 K . Albedo pada tanggal 1 Januari 2008 sebesar 9 sampai 98 , 26 Maret 2008 sebesar 4 sampai 52 , 2 November 2008 sebesar 9 sampai 96 , 6 April 2008 sebesar 6 sampai 84 , 24 September 2008 sebesar 8 sampai 56 , dan 9 Juli 2008 sebesar 4 sampai 60 . Albedo dapat digunakan untuk melakukan klasifikasi awan berdasarkan ketebalannya sedangkan suhu permukaan berdasarkan ketinggiannya. Jenis-jenis awan berdasarkan metode rata-rata pendekatan albedo pada tanggal 1 Januari 2008 yaitu Ci, St, Sc, dan Cb, 26 Maret 2008 yaitu Ci, 2 November 2008 yaitu Ci, St, Sc, Cu, dan Cb, 6 April 2008 yaitu Ci dan St dan 24 September 2008 yaitu Ci, St sedangkan jenis- jenis awan berdasarkan pendekatan suhu permukaan pada tanggal 1 Januari 2008 yaitu Ci, Cc, Cs, Ac, As, Ns, Sc, Cu, St, Cu, dan Cb, 26 Maret 2008 yaitu St, Ns, Cu, dan Cb, 2 November 2008 yaitu St, Ns, Cu, dan Cb, 6 April 2008 yaitu St, Ns, Cu, dan Cb, dan 24 September 2008 yaitu St.

5.2 Saran

a. Perbaikan metode suhu permukaan dan albedo dengan memperhatikan perbedaan nilai spektral radiasi untuk tiap kanal. b. Data Terra MODIS L1B menangkap gelombang pendek paling rendah adalah 0.405 µm dan paling tinggi adalah 0.753 µm sedangkan pada penilitian hanya menggunakan panjang gelombang 0.62 µm sampai 0.67 µm kanal 1, 0.459 µm sampai 0.479 µm kanal 3, dan 0.545 µm sampai 0.565 µm kanal 4. Oleh karena itu perlu dikaji juga untuk kanal-kanal lain yang mempunyai radiasi spketral pada panjang gelombang pendek selain pada kanal 1, kanal 3, dan kanal 4. c. Membuat sinkronisasi klasifikasi awan antara albedo dan suhu permukaan. DAFTAR PUSTAKA Ahrens D. 2007. Meteorology Today : An Introduction to Weather, Climate, and The Environment . USA : BrooksCole, Thomson Learning. Choi Y S, Ho C H, Ahn M H, Kim Y S. 2005. Enhancement of The Consistency of MODIS Thin Cirrus With Cloud Phase by Adding 1.6 µm reflectance. International Journal of Remote Sensing Vol. XXVI No. XXI : 4669 – 4680. Bordowsky O L, Hurtaud Y. Radiometric Measurements of Cirrus Clouds Over Sea and Land Surfaces. Laboratoire d‟Optronique, ENSSAT - Université de Rennes 1, Lannion, France, DGACELARCGNOPT, Rennes Armees, France. Gepsoft. 2000. Root Mean Squared Error. http:www.gepsoft.comgepsoftAPS3KBCh apter09Section2SS11.htm [31 Januari 2011]. Gordeau. 2004. Clouds and Particles . http:www.atmosphere.mpg.deenid25w.htm l [7 April 2010]. Handoko. 1995. Klimatologi Dasar. Jakarta : PT Dunia Pustaka Jaya. Karmini M. 2000. Hujan Es Hail di Jakarta, 20 April 2008. Jurnal Sains Teknologi Modifikasi Cuaca Vol. 1 No. 1 : 27 – 32. Komalaningsih K. 2005. Karakterisasi Awan Berdasarkan Suhu Permukaan Menggunakan Citra Satelit MODIS. Kondratyev K Y. 1972. Radiation Processes In The Atmosphere. World Meteorological Organization No. 309. Lallart P, Kahn R, Tanré. 2008. POLDER2ADEOSII, MISR, and MODISTerra Reflectance. Vol.113. Landesa E G, Rango A, Bleiweiss M. 2004. An Algorithm to Address The MODIS Bowtie Effect. Journal Remote Sensing. Vol. 30 No. 4 : 644-650. Level 1 Team, SAIC. 2009. Modis Level 1B Product User’s Guide. NASA. Lillesand T M, Kiefer R W. 1994. Remote Sensing and Image Interpretation . New York : John Wiley Son, Inc. Lim. 2001. Regional Cloud-Free Composite of MODIS Data. Paper Presented at The 22 nd Asian Conference on Remote Sensing. CRISP, National University of Singapore, Singapore. Maier S W, Ebke W, Ruppert T. 2004. MODIS- Processing at DLRDFD. Deutsches Zentrum für Lutf- und Raumfahrt e.V. DLR Deutsches Fernerkundungsdatenzentrum DFD. Michaelsen J. 2010. Electromagnetic Radiation. Department of Geography. University of California Santa Barbara. Mutiara I. 2004. Pendidikan dan Pelatihan Diklat Teknis Pengukuran dan Pemetaan Kota. Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh November. Surabaya. National Aeronautics and Space Administration NASA. 2010. Specification About Modis. http:modis.gsfc.nasa.govaboutspecification s.php [7 April 2010]. National Aeronautics and Space Administration. 2010 NASA. Cloud and Particles http:earthobservatory.nasa.govFeaturesClo uds [7 April 2010]. Prawirowardoyo S. 1996. Meteorologi. Bandung : ITB. Prahasta E. 2008. Remote Sensing : Praktis Penginderaan Jauh Pengolahan Citra Dengan Perangkat Lunak ER Mapper. Bandung : Informatika. Purwadhi S H. 2001. Interpretasi Citra Digital. Jakarta : PT Grasindo. Toller G, Geng X, MCST Task Leader, SAIC General Sciences Operation, MODIS. Tsay S, Stamnes K, Jayaweera K. 1988. Radiative Energy Budget in the Cloudy and Hazy Arctic . Journal of The Atmospheric Sciences Vol. 46, No.7. Stull R B. 2000. Meteorology for Scientists and Engineers . USA. BrooksCole, Thomson Learning. Summer G. 1988. Precipitation Process and Analysis . John Wiley Sons Ltd. Sutanto. 1994. Penginderaan Jauh Jilid 2. Yogyakarta : Gadjah Mada University Press. Thuillier, Neckel, Lab, Smith, Gottlieb. 1998. MODIS Instrument Characteristic .http:mcst.gsfc.nasa.govindex .php?section=32 [6 November 2010]. Valovcin F R. 1968. Infrared Measurement of Jet-Stream Cirrus . Journal of Applied Meteorology Vol. 7 : 817 – 826. Wen X. 2008. A New Prompt Algorithm For Removing The Bowtie Effect Of MODIS L1B Data. The International Archive of The Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. 38. LAMPIRAN Lampiran 1 Metadata Citra Terra MODIS L1B GROUP = INVENTORYMETADATA GROUPTYPE = MASTERGROUP GROUP = COLLECTIONDESCRIPTIONCLASS OBJECT = SHORTNAME NUM_VAL = 1 VALUE = MOD021KM END_OBJECT = SHORTNAME OBJECT = VERSIONID NUM_VAL = 1 VALUE = NOT SET END_OBJECT = VERSIONID END_GROUP = COLLECTIONDESCRIPTIONCLASS GROUP = ECSDATAGRANULE OBJECT = LOCALGRANULEID NUM_VAL = 1 VALUE = MOD021KM.A2008001.0310.005.2010159040338_1km_RefSB.tif END_OBJECT = LOCALGRANULEID GROUP = SPATIALDOMAINCONTAINER GROUP = HORIZONTALSPATIALDOMAINCONTAINER GROUP = BOUNDINGRECTANGLE OBJECT = WESTBOUNDINGCOORDINATE NUM_VAL = 1 VALIDRULE = Range-180.0,+180.0 VALUE = 94.9257700473864 END_OBJECT = WESTBOUNDINGCOORDINATE OBJECT = NORTHBOUNDINGCOORDINATE NUM_VAL = 1 VALIDRULE = Range-90.0,+90.0 VALUE = 0.808174398833079 END_OBJECT = NORTHBOUNDINGCOORDINATE OBJECT = EASTBOUNDINGCOORDINATE NUM_VAL = 1 VALIDRULE = Range-180.0,+180.0 VALUE = 121.054485927875 END_OBJECT = EASTBOUNDINGCOORDINATE OBJECT = SOUTHBOUNDINGCOORDINATE NUM_VAL = 1 VALIDRULE = Range-90.0,+90.0 VALUE = -20.1956307819937 END_OBJECT = SOUTHBOUNDINGCOORDINATE END_GROUP = BOUNDINGRECTANGLE END_GROUP = HORIZONTALSPATIALDOMAINCONTAINER END_GROUP = SPATIALDOMAINCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 7 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 7 NUM_VAL = 1 VALUE = radiance_scales END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 7 OBJECT = PARAMETERVALUE CLASS = 7 NUM_VAL = 1 VALUE = 0.012060488, 0.0067710113, 0.0041977158, 0.0030997314, 0.0026499089, 0.0011194391, 0.00082650495, 0.0012008077, 0.00066225184, 0.00095404172, 0.00090640725, 0.007032793, 0.0090643009, 0.0068719178, 0.0029569927 END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 8 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 8 NUM_VAL = 1 VALUE = radiance_offsets END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 8 OBJECT = PARAMETERVALUE CLASS = 8 NUM_VAL = 1 VALUE = 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722 END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 9 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 9 NUM_VAL = 1 VALUE = radiance_units END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 9 OBJECT = PARAMETERVALUE CLASS = 9 NUM_VAL = 1 VALUE = Wattsm2micrometersteradian END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 10 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 10 NUM_VAL = 1 VALUE = reflectance_scales END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 10 OBJECT = PARAMETERVALUE CLASS = 10 NUM_VAL = 1 VALUE = 2.0985452e-05, 1.0803751e-05, 6.4369065e-06, 4.9972959e-06, 4.2539295e-06, 2.1964163e-06, 1.6216593e-06, 2.4186188e-06, 1.3338811e-06, 2.2382071e-06, 2.8297343e-06, 2.2853086e-05, 3.1514333e-05, 2.3905624e-05, 2.4612356e-05 END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 11 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 11 NUM_VAL = 1 VALUE = reflectance_offsets END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 11 OBJECT = PARAMETERVALUE CLASS = 11 NUM_VAL = 1 VALUE = 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722, 316.9722 END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER OBJECT = ADDITIONALATTRIBUTESCONTAINER CLASS = 12 OBJECT = ADDITIONALATTRIBUTENAME CLASS = 12 NUM_VAL = 1 VALUE = reflectance_units END_OBJECT = ADDITIONALATTRIBUTENAME GROUP = INFORMATIONCONTENT CLASS = 12 OBJECT = PARAMETERVALUE CLASS = 12 NUM_VAL = 1 VALUE = none END_OBJECT = PARAMETERVALUE END_GROUP = INFORMATIONCONTENT END_OBJECT = ADDITIONALATTRIBUTESCONTAINER GROUP = PLATFORMINSTRUMENTSENSOR OBJECT = PLATFORMSHORTNAME NUM_VAL = 1 VALUE = Terra END_OBJECT = PLATFORMSHORTNAME OBJECT = INSTRUMENTSHORTNAME NUM_VAL = 1 VALUE = MODIS END_OBJECT = INSTRUMENTSHORTNAME END_GROUP = PLATFORMINSTRUMENTSENSOR GROUP = GRID_INFO GROUP = PROJECTION_INFO OBJECT = PROJECTION NUM_VAL = 1 VALUE = UNIVERSAL TRANSVERSE MERCATOR END_OBJECT = PROJECTION OBJECT = PROJECTIONPARAMETERS NUM_VAL = 13 VALUE = 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0 END_OBJECT = PROJECTIONPARAMETERS OBJECT = DATUM NUM_VAL = 1 VALUE = WGS 1984 END_OBJECT = DATUM OBJECT = UTMZONE NUM_VAL = 1 VALUE = 48 END_OBJECT = UTMZONE END_GROUP = PROJECTION_INFO GROUP = GRIDSTRUCTUREINFO OBJECT = GRIDRESAMPLINGMETHOD NUM_VAL = 1 VALUE = Nearest neighbor resampling END_OBJECT = GRIDRESAMPLINGMETHOD OBJECT = DATACOLUMNS NUM_VAL = 1 VALUE = 2756 END_OBJECT = DATACOLUMNS OBJECT = DATAROWS NUM_VAL = 1 VALUE = 2356 END_OBJECT = DATAROWS OBJECT = UPPERLEFTCORNER NUM_VAL = 2 VALUE = -5.56684204273000e+05, 9.056578328100e+04 END_OBJECT = UPPERLEFTCORNER OBJECT = LOWERRIGHTCORNER NUM_VAL = 2 VALUE = 2.19931579572700e+06, -2.265434216719000e+06 END_OBJECT = LOWERRIGHTCORNER OBJECT = CORNERCOORDINATEUNITS NUM_VAL = 1 VALUE = Meters END_OBJECT = CORNERCOORDINATEUNITS GROUP = RESOLUTION OBJECT = XPIXELSIZE NUM_VAL = 1 VALUE = 1000.0 END_OBJECT = XPIXELSIZE OBJECT = YPIXELSIZE NUM_VAL = 1 VALUE = 1000.0 END_OBJECT = YPIXELSIZE OBJECT = XYPIXELSIZEUNIT NUM_VAL = 1 VALUE = Meters END_OBJECT = XYPIXELSIZEUNIT END_GROUP = RESOLUTION END_GROUP = GRIDSTRUCTUREINFO END_GROUP = GRID_INFO END_GROUP = INVENTORYMETADATA END Lampiran 2 Karakteristik Satelit MODIS Satelit MODIS Moderate Resolution Imaging Spectroradiometer merupakan salah satu instrument utama yang dibawa Earth Observing System EOS Terra satellite, yang merupakan bagian dari program antariksa Amerika Serikat, National Aeronautics and Space Administration NASA. Satelit ini merupakan salah satu satelit penginderaan jauh yang memiliki kemampuan memantau permukaan bumi dan fenomena lingkungan seperti meneliti dan menganalisa lahan, lautan, atmosfer bumi dan interaksi diantara faktor-faktor tersebut. Satelit ini berhasil diluncurkan pada tanggal 18 Desember 1999 Terra dan 14 Mei 2004 Aqua. MODIS mengorbit bumi secara polar arah utara-selatan pada ketinggian 705 km. Lebar cakupan lahan pada permukaan bumi setiap putarannya sekitar 2330 km. Pantulan gelombang eletromagnetik yang diterima sensor MODIS sebanyak 36 band mulai dari 0.405 µm sampai 14.385 µm. Data yang terkirim dari satelit dengan kecepatan 11 mega bytes setiap detik dengan resolusi radiometrik 12 bits. Artinya objek dapat dideteksi dan dibedakan sampai 212 o keabuan. Satu elemen citranya pixels berukuran 250 m pada kanal 1 sampai 2, 500 m pada kanal 3 sampai 7, dan 1000 m pada kanal 8 sampai 36. Tabel 7 Karakteristik dan kegunaan umum sensor MODIS. Kegunaan Kanal Panjang Gelombang LahanAwanAerosol Boundaries 1 620 – 670 nm 2 841 – 876 nm LahanAwanSifat Aerosol 3 459 – 479 nm 4 545 – 565 nm 5 1230 – 1250 nm 6 1628 – 1652 nm 7 2105 – 2155 nm Ocean Color FitoplanktonBiogekimia 8 405 – 420 nm 9 438 – 448 nm 10 483 – 493 nm 11 526 – 536 nm 12 546 – 556 nm 13 662 – 672 nm 14 673 – 683 nm 15 743 – 753 nm 16 862 – 877 nm Uap air atmosfer 17 890 – 920 nm 18 931 – 941 nm 19 915 – 965 nm PermukaanTemperatur awan 20 3.660 – 3.840 µm 21 3.929 – 3.989 µm 22 3.929 – 3.989 µm 23 4.020 – 4.080 µm Temperatur atmosfer 24 4.433 – 4.498 µm 25 4.482 – 4.549 µm Awan cirrus, uap air 26 1.360 – 1.390 µm 27 6.535 – 6.895 µm 28 7.175 – 7.457 µm Sifat awan 29 8.400 – 8.700 µm Ozon 30 9.580 – 9.880 µm PermukaanTemperatur awan 31 10.780- 11.280 µm 32 11.770 – 12.270 µm Ketinggian puncak awan 33 13.185 – 13.485 µm 34 13.485 – 13.785 µm 35 13.785 – 14.085 µm 36 14.085 – 14.385 µm Sumber : NASA 2010 Lampiran 3 Hubungan Sebaran Albedo pada Kanal 1-3, Kanal 1-4, Kanal 3-4 a. 26 Maret 2008 b. 2 November 2008 R² = 0,9949 0,1 0,2 0,3 0,4 0,1 0,2 0,3 0,4 Albedo Linear Albedo Kanal 1 K a n a l 4 R² = 0,9949 0,1 0,2 0,3 0,4 0,1 0,2 0,3 0,4 Albedo Linear Albedo Kanal 3 K a n a l 4 R² = 0,9944 0,2 0,4 0,6 0,8 1 0,2 0,4 0,6 0,8 1 Albedo Linear Albedo K a n a l 4 Kanal 1 R² = 0,9967 0,2 0,4 0,6 0,8 0,2 0,4 0,6 0,8 Albedo Linear Albedo K a n a l 4 Kanal 3 R² = 0,9883 0,1 0,2 0,3 0,4 0,1 0,2 0,3 0,4 Albedo Linear Albedo Kanal 1 K a n a l 3 R² = 0,989 0,2 0,4 0,6 0,8 0,2 0,4 0,6 0,8 Albedo Linear Albedo K a n a l 3 Kanal 1 Lanjutan Lampiran 3 Hubungan sebaran albedo pada kanal 1-3, kanal 1-4, kanal 3-4 a. 6 April 2008 b. 9 Juli 2008 R² = 0,9969 0,2 0,4 0,6 0,8 1 0,2 0,4 0,6 0,8 1 Albedo Linear Albedo K a n a l 4 Kanal 1 R² = 0,9984 0,2 0,4 0,6 0,8 1 0,2 0,4 0,6 0,8 1 Albedo Linear Albedo K a n a l 4 Kanal 3 R² = 0,2751 0,05 0,08 0,11 0,14 0,05 0,08 0,11 0,14 Albedo Linear Albedo K a n a l 3 Kanal 1 R² = 0,3381 0,05 0,08 0,11 0,14 0,05 0,08 0,11 0,14 Albedo Linear Albedo K a n a l 4 Kanal 1 R² = 0,9386 0,05 0,08 0,11 0,14 0,05 0,08 0,11 0,14 Albedo Linear Albedo K a n a l 4 Kanal 3 R² = 0,9965 0,2 0,4 0,6 0,8 1 0,2 0,4 0,6 0,8 1 Albedo Linear Albedo K a n a l 3 Kanal 1 Lanjutan Lampiran 3 Hubungan sebaran albedo pada kanal 1-3, kanal 1-4, kanal 3-4 c. 24 September 2008 R² = 0,9918 0,2 0,4 0,6 0,8 0,2 0,4 0,6 0,8 Albedo Linear Albedo K a n a l Kanal 1 R² = 0,9961 0,2 0,4 0,6 0,8 0,2 0,4 0,6 0,8 Albedo Linear Albedo K a n a l 4 Kanal 1 R² = 0,9961 0,2 0,4 0,6 0,8 0,2 0,4 0,6 0,8 Albedo Linear Albedo K a n a l 4 Kanal 3 y = 0,9304x + 18,542 R² = 0,9977 295 298 301 304 295 298 301 304 Suhu permukaan Linear Suhu permukaan K a n a l 3 2 Kanal 31 Lampiran 4 Hubungan hasil suhu permukaan antara kanal 31 dengan kanal 32 26 Maret 2008 2 November 2008 6 April 2008 9 Juli 2008 24 September 2008 R² = 0,9969 y = 0,9795x + 3,2282 240 260 280 300 240 260 280 300 Suhu permukaan Linear Suhu permukaan K a n a l 3 2 Kanal 31 R² = 0,9915 y = 0,8564x + 39,219 280 285 290 295 300 305 280 285 290 295 300 305 Suhu permukaan Linear Suhu permukaan K a n a l 3 2 Kanal 31 R² = 0,9575 y = 0,7765x + 63,558 285 290 295 300 305 285 290 295 300 305 Suhu permukaan Linear Suhu permukaan K a n a l 3 2 Kanal 31 R² = 0,9946 y = 1,0012x - 3,5917 250 260 270 280 290 300 250 260 270 280 290 300 310 Suhu permukaan Linear Suhu permukaan K a n a l 3 2 Kanal 31 Lampiran 5 Jumlah sel citra pada berbagai rentang suhu permukaan di wilayah Bogor dan sekitarnya 26 Maret 2008 2 November 2008 6 April 2008 9 Juli 2008 24 September 2008 -500 1500 3500 5500 7500 9500 J u m la h S e l Albedo Tb kanal 31 Tb kanal 32 -500 1500 3500 5500 7500 9500 J u m la h S e l Albedo Tb kanal 31 Tb kanal 32 -500 1500 3500 5500 7500 9500 J u m la h S e l Albedo Tb kanal 31 Tb kanal 32 -500 1500 3500 5500 7500 9500 J u m la h S e l Albedo Tb kanal 31 Tb kanal 32 -500 1500 3500 5500 7500 9500 J u m la h S e l Albedo Tb kanal 31 Tb kanal 32 Lampiran 6 Peta distribusi spasial albedo Lanjutan Lampiran 6 Peta distribusi spasial albedo Lampiran 7 Peta distribusi spasial suhu permukaan Lanjutan Lampiran 7 Peta distribusi spasial suhu permukaan ABSTRACT DIANA RUMONDANG. The Derivation of Albedo Value and Surface Temperature From Terra Modis L1B Data For Clouds Classification. Supervised by IDUNG RISDIYANTO, S.Si, M.Sc. Clouds affect the energy balance in atmosphere through absorbtion, reflection and solar radiation process. These processes affect albedo values and the cloud surface temperature. The differences between albedo values and surface temperature can be the indicator in cloud classification and can be the separation between the cloud covered area and non-cloud covered area. Terra MODIS L1B data can be used for classifying between cloud and non-cloud using reflectant information at wavelength 0.62 µm to 0.67 µm, 0.459 µm to 0.479 µm, and 0.545 µm to 0.565 µm and the extraction of surface temperature using wavelenght 10.780 µm to 11.280 µm dan 11.770 µm to 12.270 µm. Yet, before the classification process, it is needed to look at the response of each wave lenght to the same object at the same location. Cloud‟s surface temperature can be derived from canal 31 and canal 32. The error values of both canal are 1.7 K on Januari 1 st 2008, 3.3 K on March 26 st 2008, 1.7 K on November 2 st 2008, 5.6 K on April 6 st 2008, and 12.8 K on September 24 st 2008. Albedo value can be derived from band 1, band 3, band 4 since the values distribution pattern of all these canal are relatively in common. The results of the relation between reflectance bands and thermal bands show that the albedo approach method and surface temperature approach method can be used for clouds classification. The classification using albedo approach method is the based on the thickness of the clouds, while the surface temperature approach method is based on the height of clouds. Keywords: Cloud Classification, Surface Temperature, Albedo, Reflectance Band, Thermal Band. RINGKASAN DIANA RUMONDANG. Penurunan Nilai Albedo dan Suhu Permukaan dari Data Terra MODIS L1B untuk Klasifikasi Awan. Dibimbing oleh IDUNG RISDIYANTO, S.Si, M.Sc. Awan berpengaruh terhadap keseimbangan energi di atmosfer melalui proses penyerapan, pemantulan, dan pemancaran energi matahari. Proses tersebut mempengaruhi nilai albedo dan suhu permukaan awan. Perbedaan nilai albedo dan suhu permukaan dapat menjadi suatu indikator dalam melakukan klasifikasi awan serta pemisahan antara daerah yang tertutup awan dan bebas awan. Data penginderaan jauh yaitu Terra MODIS L1B dapat digunakan untuk melakukan klasifikasi awan dan bukan awan dengan menggunakan informasi reflektan pada panjang gelombang 0.62 µm sampai 0.67 µm, 0.459 µm sampai 0.479 µm, dan 0.545 µm sampai 0.565 µm dan ekstraksi suhu permukaan dengan menggunakan panjang gelombang 10.780 µm sampai 11.280 µm dan 11.770 µm sampai 12.270 µm. Namun sebelum dilakukan proses klasifikasi, perlu ditinjau terlebih dahulu respon masing-masing panjang gelombang terhadap suatu objek yang sama pada satu wilayah. Suhu permukaan awan dapat diturunkan dari kanal 31 dan kanal 32. Nilai error dari kedua kanal yaitu sebesar 1.7 K pada tanggal 1 Januari, 3.3 K pada 26 Maret 2008, 1.7 K pada 2 November 2008, 5.6 K pada 6 April 2008, dan 12.8 K pada 24 September 2008. Nilai albedo dapat diturunkan dari kanal 1, kanal 3, dan kanal 4 karena mempunyai pola sebaran nilai yang relatif sama. Hasil dari hubungan antara kanal-kanal reflektan dan termal menunjukkan bahwa metode pendekatan albedo dan suhu permukaan dapat digunakan dalam pengklasifikasian awan. Klasifikasi yang didapat dengan menggunakan metode pendekatan albedo adalah klasifikasi berdasarkan ketebalan awan sedangkan dengan menggunakan metode suhu permukaan klasifikasi yang didapat adalah berdasarkan ketinggian awan. Kata Kunci: Klasifikasi awan, Suhu Permukaan, Albedo, Kanal Reflektan, Kanal Termal. I PENDAHULUAN 1.1 Latar Belakang Awan berpengaruh terhadap terhadap keseimbangan energi di atmosfer melalui proses penyerapan, pemantulan, dan pemancaran energi matahari. Awan memiliki ciri tertentu sesuai dengan bentuk dan ketinggiannya. Selain itu, seperti jenis penutupan permukaan yang lain, awan juga memiliki nilai albedo dan suhu permukaan. Ketika awan menerima energi yang dipancarkan surya maka energi tersebut akan dipantulkan dan diteruskan oleh awan. Perbandingan jumlah radiasi yang dipantulkan dan diteruskan akan mempengaruhi nilai albedo. Selain itu, suhu permukaan dapat menjadi indikator dalam pemisahan daerah yang tertutup awan dan bebas awan. Salah satu aplikasi penginderaan jauh di bidang meteorologi yaitu pemantauan pergerakan awan dan pola sebarannya. Pemanfaatan dengan teknologi ini memiliki kemampun deteksi yang tidak terbatas ruang dan waktu. Suhu permukaan dan albedo adalah identifikasi pertama yang diturunkan dari data citra satelit, dalam penelitian ini yaitu citra satelit MODIS, dengan menggunakan kisaran panjang gelombang tertentu. Pola sebaran awan dapat dilihat dengan menggunakan informasi reflektan menggunakan kisaran panjang gelombang tampak dan kanal inframerah dapat mengindikasikan suhu permukaan. Proses klasifikasi awan dengan memanfaatkan satelit penginderaan jauh dapat dilakukan dengan menggunakan pendekatan albedo dan suhu permukaan yang dapat diekstrak dari data satelit. Namun, sebelum melakukan klasifikasi dengan dua pendekatan tersebut perlu ditinjau dahulu hubungan antara kanal-kanal yang digunakan. Jika hubungan diantara kanal-kanal tersebut positif maka proses klasifikasi awan dapat dilakukan.

1.2 Tujuan