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