VARIASI SUHU PERMUKAAN DARATAN KOTA PADANG BERDASARKAN CITRA LANDSAT 7 ETM+ dan LANDSAT 8 OLI/TIR

Transkripsi

1 VARIASI SUHU PERMUKAAN DARATAN KOTA PADANG BERDASARKAN CITRA LANDSAT 7 ETM+ dan LANDSAT 8 OLI/TIR Oleh: Fajrin*, Dwi Marsiska Driptufany* Program Studi Teknik Geodesi, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Padang Abstract Kota padang telah mengalami pertumbuhan penduduk dan diprediksi akan terus meningkat pada rentang tahun Sebagai konskuensi dari pertumbuhan penduduk secara langsung akan merubah tutupan alami yang berakibat meningkatnya suhu permukaan daratan akibat konversi vegetasi menjadi non vegetasi (lahan terbangun, lahan pertanian, lahan kosong dsb). Fenomena peningkatan suhu kota ini dikenal dengan pulau panas perkotaan atau Urban Heat Island (UHI), Penelitian ini bertujuan untuk mengetahui pola spasial suhu permukaan daratan yang berhubungan dengan UHI kota Padang. Pada penelitian ini citra Landsat tahun dan 2016 digunkan untuk menghasilkan suhu permukaan daratan dan NDVI. Hasilnya menunjukkan bahwa suhu maksimum kota padang tahun 2007 berada pada nilai C, kemudian mengalami peningkatan di tahun 2013 menjadi nilai C, untuk tahun 2016 nilai suhu maksimum turun mencapai C,. Sedangkan wilayah UHI berada pada suhu Lebih lanjut penelitian ini mengungkapkan bahwa wilayah yang memiliki suhu tinggi berada pada nilai NDVI yang rendah. Artinya kerapatan vegetasi mempengaruhi suhu permukaan daratan. Kata-kata kunci : UHI, suhu permukaan daratan, NDVI 1. PENDAHULUAN Laporan World Bank pada tahun 2012 menyatakan bahwa telah terjadi urbanisasi di seluruh wilayah Indonesia, laporan tersebut mencatat terdapat 11 kota metropolitan (termasuk Kota Padang) telah mengalami pertumbuhan penduduk dan diprediksi akan terus meningkat pada rentang tahun Sebagai konskuensi dari pertumbuhan penduduk secara langsung akan merubah tutupan alami yang berakibat meningkatnya suhu permukaan daratan akibat konversi vegetasi menjadi non vegetasi (lahan terbangun, lahan pertanian, lahan kosong dsb). Selain itu pula permukaan kota pada umumnya menggunakan material-material yang kedap air, pada wilayah terbangun penggunaan bahan bangunan seperti aspal, semen, dan beton menjadi penyerap dan penyimpan panas matahari (Tursilowati, 2008), sifat termal dari jalan dan bahan bangunan serta geometri permukaan wilayah terbangun berkontribusi terhadap peningkatan suhu kota. Fenomena peningkatan suhu kota ini dikenal dengan pulau panas perkotaan atau Urban Heat Island (UHI) yang menganggap perbedaan suhu udara antara pusat kota dan daerah sekitarnya. Pulau panas perkotaan atau Urban Heat Island (UHI) dianggap sebagai bentuk perubahan iklim lokal. Akan tetapi UHI membawa dampak negatif pada wilayah perkotaan, seperti peningkatan konsumsi energi untuk pendinginan (penggunaan AC), peningkatan gas rumah kaca akibat dari meningkat permintaan energi listrik di musim panas yang berasal dari bahan bakar fosil, serta ganguan kesehatan terutama orang orang rentan (orang tua dan anak anak) ketika cuaca panas yang tidak normal (EPA, 2008). Lebih jauh membawa dampak yang tidak proporsional pada kualitas hidup, ekonomi, dan ekosistem lokal dalam kota (Sharma et al. 2016). Pemanfaatan data penginderaan jauh untuk pemetaan suhu daratan terus berkembang. Estimasi suhu permukaan daratmerupakan indikasi perubahan emisivitas permukaan akibat aktivitas antropogenik. Banyak peneliti memperkirakan suhu dengan menggunakan stasiun pengamatan darat dan menggunakan instrumen yang mahal, akan tetepi dengan pengindraan jauh merupakan alat yang mudah digunakan dan biaya rendah untuk mengidentifikasi emisivitas permukaan. Berbagai pendekatan dapat dilakukan untuk mendapatkan hasil interpretasi dan mempelajari pola suhu permukaan daratan dari data pengindraan jauh, terutama pemanfaatan band TIR yang digunakan untuk estimasi suhu permukaan darat sedangkan DOI /JM.2017.V ITP Press. All right reserved. 34

2 Band NIR dan Band RED untuk analisis Normalized Difference Vegetation Index (NDVI) (Chen et al, 2006; Grover & Singh, 2015; Pal & Ziaul, 2017). Kajian Urban Heat Island menggunakan satelit Landsat banyak yang mengambil kasus di kota-kota besar dan kota metropolitan lainnya. Pernyataan ini bukan berarti bahwa Urban Heat Island ini terjadi di kota-kota besar atau kota-kota metropolitan saja. Namun Urban Heat Island tidak menutup kemungkinan terjadi di kota kecil tropis. Penelitian ini bertujuan untuk mengetahui pola spasial suhu permukaan daratan kota Padang dengan memanfaatkan citra resolusi menengah Landsat 7 ETM+ dan Landsat 8 OLI/TIR 2. DATA DAN METODOLOGI Kota Padang terletak di garis khatulistiwa di pantai barat Sumatera dengan zona iklim tropis. Kota padang sebagai ibu kota Propinsi Sumatera Barat dipilih sebagai lokasi penelitian mengingat Kota Padang telah mengalami proses urbanisasi, urbanisasi telah membawa dampak terhadap tutupan lahan kota yang dapat mempengaruhi suhu permukaan kota. Data yang digunakan pada penelitian ini yaitu LANDSAT ETM+ untuk tahun 2007dan LANDSAT 8 OLI/TIR tahun 2013dan tahun 2016 yang diperoleh dari EarthExplorer USGS yang mencakup kota Padang. Data Landsat yang diperoleh dengan zona UTM 47 Selatan serta datum WGS-84. Data citra telah terkoreksi geometrik. Untuk mengekstraksi suhu permukaan dari citra Landsat, berikut langkah-langkah yang telah diikuti. 2.1 Pengambilan suhu kecerahan dari Landsat 7 ETM+ dan Landsat 8 OLI/TIR Citra Landsat 7 ETM + produk 1G yang digunakan untuk mengambil suhu pada tahun Pendekatan pengambilan suhu digambarkan dalam Handbook pengguna Landsat 7. Hal ini disederhanakan dalam dua langkah terpisah sebagai berikut : Pertama, nilai digital number (DN) pada band 6 dikonversikan menjadi radiansi, dengan menggunakan formula berikut : Radiansi = gain*dn+offset yang dapat diekspresikan menjadi: (QCAL QCALMIN) + LMINRadiansi = MAX LMIN QCALMAX QCALMIN Dimana : QCALMIN = 1, QCALMAX = 225, QCAL = DN, LMAX dan LMIN adalah radiansi spektral dari band 6 pada digital number 1 dan 255 (diperoleh dari header file citra). Citra Landsat 8 OLI/TIR yang digunakan untuk mengambil suhu pada tahun 2013, Pendekatan pengambilan suhu digambarkan dalam Handbook pengguna Landsat 8 yaitu mengubah digital number (DN) band 10 menjadi radiansi spektral. Reflektan = ρλ' = Mρ*Qcal + Aρ Dimana ρλ' = Reflektan TOA yang belum terkoreksi sudut matahari, Mρ = faktor skala (Band-specific multiplicative rescaling factor) Aρ = faktor penambah (Band-specific additive rescaling factor) dan Qcal = Nilai piksel (DN). Selanjutnya, suhu kecerahan satelit diperoleh dari nilai radiansi spektral dengan persamaan : T = K2 In( K1 Lλ + 1) Dimana T = Suhu (Kelvin) Lλ = radian spektral (Watts/( m2 * srad * μm)), K1 dan K2 = konstanta kalibrasi (diperoleh dari metadata Landsat 8). Langkah selanjutnya adalah mengkonversi nilai suhu yang masih dalam satuan Kelvin (T k) kedalam satuan Celcius (T c), formula yang digunakan sebagai berikut: T c = T k Normal Difference Vegetation Index (NDVI) Indeks vegetasi atau Normal Difference Vegetation Index (NDVI) merupakan suatu nilai yang memiliki interval tertentu dimana nilai tersebut merepresentasikan tingkat kehijauan 35

3 vegetasi. Tingkat kehijauan suatu vegetasi dipengaruhi oleh kondisi klorofil yang terkandung didalam tumbuhan. Indeks vegetasi ini sering digunakan untuk mengindetifikasi kerapatan vegetasi. Secara umum, aplikasi penginderaan jauh untuk vegetasi memanfaatkan gelombang inframerah dekat (NIR) dan gelombang merah (RED) dalam mengukur tingkat kehijauan vegetasi. Untuk mendapatkan nilai NDVI pada citra landsat digunakan persamaan normalised difference (Purevdorj. 1998): NDVI = (NIR-RED)/(NIR+RED) Bila menggunakan Landsat 7 ETM+, dimana NIR adalah band 4 dan Red adalah band 3. Hal ini akan berbeda, pada sensor OLI pada Landsat 8 OLI/TIRS, NIR adalah band 5 sedangkan Red adalah band 4.Nilai NDVI yang dihasilkan menggunakan persamaan ini berkisar antara antara -1 hingga 1. Apabila nilai NDVI mendekati nilai 1, maka obyek tersebut memiliki indeks kehijauan yang tinggi. Sebaliknya, bila NDVI mendekati nilai -1, maka obyek tersebut memiliki indeks kehijauan yang rendah atau bukan merupakan obyek vegetasi 2.3 Asosiasi NDVI dengan Suhu Permukaan Daratan Kumpulan data raster hasil analisis suhu dan NDVI digunakan untuk mengetahui derajat dan arah asosiasi dengan kondisi suhu permukaan daratan pada periode yang berbeda. Korelasi spasial dilakukan di lingkungan perangkat lunak ArcGIS. 3. HASIL DAN PEMBAHASAN 3.1 Distribusi Spasial Suhu permukaan daratan Kota Padang Tahun 2007,2013,2016 Berdasarkan hasil pengolahan citra satelit Landsat 7 ETM+ perekaman 16 Mei 2007 (gambar 1.a), dapat diketahui bahwa nilai suhu permukaan daratan terendah sebesar 0 0 C dan tertinggi sebesar 30,25 0 C. Sedangkan suhu rata rata permukaan daratan sebesar 21 0 C dengan nilai standar deviasi sebesar C. Adapun nilai terendah (0 0 C) pada perekaman tersebut dikarenakan adanya gangguan atmosferik ( awan ). Berdasarkan hasil pengolahan citra Landsat 8 OLI/TIR perekaman 25 Juli 2013(gambar 1.b),. Dapat diketahui bahwa nilai suhu permukaan daratan terendah sebesar 13,5 0 C dan tertinggi sebesar 34,35 0 C. Sedangkan suhu rata rata permukaan daratan sebesar 24,35 0 C dengan nilai standar deviasi sebesar 3,48 0 C.Adapun nilai terendah (13 0 C) pada perekaman tersebut dikarenakan adanya gangguan atmosferik ( awan ). Berdasarkan hasil pengolahan citra Landsat 8 OLI/TIR perekaman 25 januari 2016 (gambar 1.c),. Dapat diketahui bahwa nilai suhu permukaan daratan terendah sebesar 8,14 0 C dan tertinggi sebesar 33,23 0 C. Sedangkan suhu rata rata permukaan daratan sebesar 21,82 0 C dengan nilai standar deviasi sebesar C. Adapun nilai terendah (8,14 0 C) pada perekaman tersebut dikarenakan adanya gangguan atmosferik ( awan ). Nilai variasi suhu kota padang yang telah diklasifikasikan kedalam 6 kelas menunjukkan bahwa suhu maksimum kota padang tahun 2007 berada pada nilai C, kemudian mengalami peningkatan di tahun 2013 menjadi nilai C. Pada rentang tahun tersebut artinya terjadi kenaikan nilai suhu maksimum daratan kota padang sebesar C. Sedangkan untuk tahun 2016 nilai suhu maksimum mencapai C, jika dibandingkan dengan nilai suhu daratan kota padang tahun 2013 terjadi penurunan suhu sebesar C 36

4 Vol.19 No.2 Agustus Tinggi : Rendah : 0 1.a tahun b tahun 2013 High : High : High : Low : c tahun 2016 High : High : Low : Low : 0 Low : 8.14 Low : 13.5 Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan Distribusi Spasial Kerapatan Vegetasi Kota Padang tahun 2007, 2013, 2016 Nilai NDVI berguna untuk membedakan antara vegetasi dan non vegetasi, disamping itu juga digunakan dalam proses interpretasi penggunaan lahan. Hasil pengolahan NDVI tahun 2007 menggunakan citra landsat 7ETM+ dengan mengggunakan band 4 dan band 3 dapat dilihat pada gambar 2.a,. Sedangkan hasil untuk tahun 2013 dan 2016 dilakukan pengolahan terhadap citra Landsat 8 OLI/TIR dengan menggunakan band 5 dan band 4 dapat dilihat pada gambar 2.b dan 2.c. Gambar 2.a,b,c : Distribusi spasial NDVI Kota Padang tahun NDVI High : 0.60 Low : a tahun b tahun 2013 Berdasarkan pengolahan citra Landsat 7ETM+ tahun 2007 menunjukkan bahwa nilai NDVI untuk tahun 2007 mempunyai rentang nilai cukup jauh antara -0,58 sampai dengan 0,6. Sedangkan nilai rata-rata kerapatan vegetasi sebesar 0,27. Selanjutnya untuk nilai standar deviasinya sebesar 0,2. Namun demikian beberapa nilai negatif untuk NDVI 2007 disebabkan adannya gangguan atmosferik (gangguan awan). Berdasarkan pengolahan citra landsat 8 OLI/TIR tahun 2013 diperoleh hasil yang menunjukkan bahwa nilai NDVI yang NDVI High : 0.86 Low : Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan c tahun 2016 NDVI High : 0.84 Low : mempunyai rentang cukup jauh sampai dengan 0.86 dengan nilai rata rata sebesar.62 dan standar deviasinnya 0.2. Sedangkan untuk tahun 2016 berdasarkan pengolahan citra Landsat 8 OLI/TIR menunjukkan bahwa untuk nilai NDVI tahun 2016 berada pada rentang yang cukup jauh sampai dengan 0.84 dengan nilai rata rata 0.57 dan standar deviasinya sebesar Namun demikian beberapa nilai negatif untuk NDVI 2013 dan 2016 disebabkan adannya gangguan atmosferik (gangguan awan) Gambar 1 a,b,c : Distribusi spasial suhu permukaan Kota Padang tahun

5 Vol.19 No.2 Agustus Distribusi Spasial Urban Heat Island Kec. Pauh Hasil deteksi pola spasial urban heat Kec. Padang Utara island (UHI) selama tahun 2007 hingga 2016 Kec. Padang Timur maka ditetapkan abang batas nilai suhu yakni Kec. Padang Selatan C. Berdasarkan analisis data nilai suhu Kec. Padang Barat distribusi spasial UHI untuk tahun 2007 Kec. Nanggalo tersebar di 1 kecamatan dengan total luas Ha. Namun pada tahun 2013 wilayah UHI mengalami peningkatan yang tersebar di 11 kecamatan di kota padang dengan total luas Ha. Selanjutnya untuk tahun tahun 2016 terjadi penurunan luas wilayah UHI tersebar di 9 kecamatan dengan total Kec. Kilangan Kec. Lubuk Begalung Kec. Kuranji Kec. Koto Tangah Kec. Bungus Teluk Kabung luas , artinya terjadi penurunan intensitas luasan wilayah UHI. Untuk distribusi luas UHI dikota padang disajikan pada gambar 3 dan 4a,b,c. Sumber : Analisis data 2017 Gambar 3 : Distribusi luas Urban Heat Island Kota Padang (hektar) Luas 2007 Luas 2013 Luas KEC. NAN KEC. NAN KEC. PAUH KEC. PAUH KEC. PAUH KEC. KURANJI KEC. NANGGALO KEC. KURANJI KEC. NANGGALO KEC. KURANJI KEC. NANGGALO KEC. PADANGUTARA KEC. PADANGUTARA KEC. PADANGUTARA KEC. PADANGBARATKEC. PADANGTIMUR KEC. LUBUK KILANGAN KEC. PADANGBARATKEC. PADANGTIMUR KEC. LUBUK KILANGAN KEC. PADANGBARATKEC. PADANGTIMUR KEC. LUBUK KILANGAN KEC. PADANGSELATAN KEC. LUBUK BEGALUNG KEC. PADANGSELATAN KEC. LUBUK BEGALUNG KEC. PADANGSELATAN KEC. LUBUK BEGALUNG KEC. BUNGUSTELUK KABUNG KEC. BUNGUSTELUK KABUNG KEC. BUNGUSTELUK KABUNG Urban Heat Island Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan Hubungan Suhu Permukaan Daratan dengan NDVI Hasil menunjukkan pola spasial kelas NDVI yang diambil dari citra satelit multi temporal seperti yang disebutkan di bagian 5.3. Klasifikasi ini dilakukan untuk menjalin hubungan antara NDVI yang berbeda dengan tingkat intensitas suhu permukaan daratan yang berbeda. Weng dan Yang (2004) berpendapat bahwa cakupan vegetasi rendah merupakan salah satu alasan utama adanya UHI. Hasil dalam penelitian menunjukkan bahwa tingkat suhu permukaan daratan yang lebih tinggi terkait dengan NDVI yang lebih rendah (Gambar 5.5 a,b,c). Sesuai hasil analisis data, dimana R 2 untuk tahun 2007 menunjukkan nilai dan naik menjadi 0,996 pada tahun 2014 serta untuk tahun Pada tahun 2007, NDVI berkisar antara -0,15 dan 0,6, yang secara bertahap meningkat menjadi antara 0,03 dan 0,86, pada tahun 2013 dan secara bertahap juga turun di tahun 2016 yakni berkisar sampai dengan Oleh karena itu, dapat dikatakan bahwa NDVI bervariasi antar wilayah kota dari waktu ke waktu. 38

6 Sumber :Analisa data 2017 Gambar 5.a,b,c : Hubungan suhu permukaan daratan dengan NDVI 4. KESIMPULAN Suhu maksimum kota padang tahun 2007 berada pada nilai C, kemudian mengalami peningkatan di tahun 2013 menjadi nilai C. Pada rentang tahun tersebut artinya terjadi kenaikan nilai suhu maksimum daratan kota padang sebesar C. Sedangkan untuk tahun 2016 nilai suhu maksimum mencapai C, jika dibandingkan dengan nilai suhu daratan kota padang tahun 2013 terjadi penurunan suhu sebesar C Wilayah Urban Heat Island Kota Padang berada pada suhu C. Wilayah UHI memiliki pola spasial acak (barat ke timur) dengan luasan yang bervariasi dari tahun ke tahun. Untuk tahun 2007 terdeteksi seluas Ha kemudian naik tahun 2013 seluas Ha dan pada tahun 2016 mengalami penurunan menjadi Ha. Wilayah UHI cenderung berada di wilayah terbangun (urban). Salah satu faktor yang mempengaruhi suhu permukaan daratan adalah indek kerapatn vegetasi (NDVI). secara statistik nilai suhu mencerminkan hubungan yang kuat dengan NDVI.dimana semakin rendah nilai NDVI semakin tinggi suhu permukaan daratan. Ucapan Terimakasih Penulis mengucapkan terimakasih atas dukungan finansial. Penelitian ini didanai melalui dana Hibah penelitian Institut Teknologi Padang tahun anggran 2016/2017. DAFTAR PUSTAKA Chen, X.L., Zhao, H.M., Li, P.X., Yin, Z.Y.Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sens. Environ. 104, Grover, A., Singh, R.B.Analysis of Urban Heat Island (UHI) in Relation to Normalized Difference Vegetation Index (NDVI): a Comparative Study of Delhi and Mumbai. Environments (2), Landsat Project Science Office. Landsat 7 Science Data User s Handbook. Goddard Space Flight Center, NASA, Washington, DC URL: handbook/handbook_toc.html, (akses tanggal :maret 2017). Landsat Project Science Office Landsat 8 Science Data User s Handbook. US Departement of Interior. USGS. USA

7 URL: 8-l8-data-users-handbook.html, Pal, S., Ziaul, Sk. Detection of land use and land cover change and land surface temperature in English Bazar urban centre. The Egyptian Journal of Remote Sensing and Space Sciences Purevdorj, T. S., Tateishi, R., Ishiyama, T., & Honda, Y.Relationships between percent vegetation cover and vegetation indices. International Journal of Remote Sensing, 19(18), Sharma, A., Conry, P., Fernando, H. J. S., Hamlet, Alan F., Hellmann, J. J., Chen, F. Green and Cool Roofs to Mitigate Urban Heat Island Effects in the Chicago Metropolitan Area. Evaluation with a regional climate model. In Environ. Res.Lett.11(6),p http ://iopscience.iop.org/article/ / /11/6/064004/pdf Tursilowati, L. Urban Heat Island dan Kontribusinya pada Perubahan Iklim dan Hubungannya dengan Perubahan Lahan. Prosiding Seminar Nasional Pemanasan Global dan Perubahan Global: Fakta, Mitigasi dan Adaptasi. ISBN: Urban Heat Island Basics. Reducing Urban Heat Islands: Compendium of. Strategies, U.S. EPA Weng, Q., Yang, S.Managing the adverse thermal effects of urban development in a densely populated Chinese city. J. Environ. Manag. 70, doi: /j.ejrs (diakse 11 juli 2017) World Bank.The rise of metropolitan regions: towards inclusive and sustainable regional development. World Bank website. URLhttp://tinyurl.com/wb-rise-metroindonesia ( akses tanggal 17 maret 2017) 40