Kualitas dan Ketersediaan Data LST MODIS tahun 2008-2010 Secara Spasial dan Temporal
dengan dilakukannya perbandingan pada stasiun klimatologi Darmaga, Bogor maka hasil perbandingan tersebut juga akan memberikan korelasi yang sama
terhadap wilayah penelitian. Nilai LST mean rata-rata didapatkan dengan merata-ratakan nilai LST
day dan LST night delapan harian. Selanjutnya, nilai suhu T rataan delapan harian dari stasiun klimatologi Staklim, dibandingkan dengan nilai LST rataan
delapan harian MODIS dan disajikan dalam Gambar 5.1.2.a. Berdasarkan Gambar 5.1.2.a, terlihat bahwa data LST MODIS umumnya
tersedia cukup baik pada bulan-bulan tertentu, seperti bulan Mei hingga September. Ketersediaannya pada awal tahun dan akhir tahun umumnya semakin
buruk. Diantara ketiga data tahun tersebut, terlihat bahwa tahun 2008 memberikan korelasi yang cukup baik antara data LST MODIS dan data suhu stasiun iklim.
Namun, pada bulan dan hari tertentu, terdapat data LST MODIS yang menyimpang hingga hampir 2
C dibandingkan data stasiun iklim. Perbedaan tersebut kemungkinan dipengaruhi oleh fluktuasi cuaca serta faktor perbedaan
skala titik vs areal. Tahun 2009 memberikan pola data LST mean yang cenderung lebih
rendah dari data suhu stasiun pada bulan Mei hingga Juli. Namun, pada bulan Agustus hingga Oktober, data LST mean menunjukkan kondisi sebaliknya, yaitu
data LST menjadi lebih tinggi dibandingkan data suhu stasiun. Ketersediaan data yang terdapat pada tahun 2009 tergolong cukup baik dibandingkan ketersediaan
data pada tahun 2008 dan 2010. Tahun 2010 merupakan tahun dengan ketersediaan dan kualitas data LST paling buruk dibandingkan ketiga tahun
lainnya. Gambar 5.1.2.a menunjukkan bahwa hanya terdapat beberapa titik LST yang tersedia sepanjang tahun 2010.
Apabila pola tersebut kemudian dikaitkan dengan fenomena iklim yang terjadi pada tahun 2008-2010, maka fenomena El Nino dan La Nina turut
berkontribusi terhadap fluktuasi nilai suhu udara seperti yang ditampilkan pada tabel 5.1.2.b. Pada tabel tersebut, indeks ONI Oceanic Nino Index merupakan
indeks yang digunakan sebagai salah satu parameter terjadinya fenomena El Nino dan La Nina. Warna merah menunjukkan terjadinya fenomena El Nino,
sedangkan warna biru menunjukkan terjadinya fenomena La Nina. Adapun nilai
kekuatan El Nino dan La Nina dibagi menjadi 3, yaitu lemah antara 0,5 sampai 0,9, sedang 1-1,4, dan kuat ≥ 1,5.
Gambar 5.1.2.a Kualitas Data LST MODIS dibandingkan dengan data T Stasiun Klimatologi Darmaga, Bogor Tahun 2008-2010.
Pada tabel 5.1.2.b terlihat bahwa pada awal tahun 2009, kondisi iklim cenderung normal. Sementara menuju akhir tahun 2009, terdapat fenomena El
Nino yang semakin menguat. Fenomena El Nino yang identik dengan kekeringan, akan berpengaruh terhadap estimasi data LST MODIS. Pengambilan data LST
MODIS yang dilakukan pada siang hari LSTday umumnya memiliki akurasi yang lebih rendah dibandingkan pada malam hari LSTnight. Sehingga, nilai LST
yang diestimasi MODIS dapat menjadi lebih tinggi dibandingkan kondisi sebenarnya.
Puncak El Nino mengakibatkan akurasi LSTday menjadi lebih rendah. Hal ini kemungkinan dipengaruhi oleh kontribusi atmosfer lokal seperti iradiasi, dan
lain-lain. Sementara, pada pengukuran LST night, hanya terdapat pancaran iradiasi dengan gangguan atmosfer yang minimum. Akibatnya, terdapat perbedaan
nilai LSTday yang cukup besar dan akhirnya mempengaruhi nilai rata-rata LST.
Ketersediaan data yang minim pada tahun 2010, dapat pula dikaitkan dengan fenomena El Nino dan La Nina. Pada Tabel 5.1.2.b, terlihat bahwa
sepanjang tahun 2010, terjadi fenomena El Nino pada awal tahun, yang kemudian diikuti dengan fenomena La Nina pada akhir tahun. Sehingga, hal tersebut
memberikan kontribusi terhadap minimnya ketersediaan data LST yang diestimasi oleh MODIS.
Tabel 5.1.2.b. Indeks ONI Oceanic Nino Index sebagai Salah Satu Parameter Terjadinya El Nino dan La Nina.
Sumber : http:www.cpc.ncep.noaa.govproductsanalysis_monitoringensostuffensoyears.shtml
Namun secara umum, ketersediaan data yang minim pada awal tahun dan akhir tahun sepanjang 2008-2010, diduga terkait oleh perbedaan musim. Menurut
Tomlinson et al. 2011 perbedaan musim akan berpengaruh terhadap ketersediaan citra meningkatnya tutupan awan dan akurasi meningkatnya hujan
akan menyebabkan basahnya permukaan sehingga membuat pengukuran LST menjadi bias.