Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan

(1)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan ii

(2)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan iii

SUSUNAN REDAKSI

Pengarah: Ir. Taufik Maulana, MBA.

Deputi Bidang Penginderaan Jauh, LAPAN Ir. Agus Hidayat, M.Sc.

Kepala Pusat Pemanfaatan Penginderaan Jauh, LAPAN

Penanggung Jawab: DR. M. Rokhis Khomarudin

Kepala Bidang Lingkungan dan Mitigasi Bencana

Editor/penyunting: DR. M. Rokhis Khomarudin

STA. Munawar, B. Eng. Parwati, S.Si., M.Sc. Muhammad Priyatna, S.Si., MTI.

Redaksi Ilmiah:

DR. Ir. Dede Dirgahayu Domiri, M.Si., DR. Indah Prasasti, DR. Wiweka Hartojo, Dra. Nanik Suryo Haryani, M.Si., Dra. Any Zubaidah, M.Si.

Yenni Vetrita, M.Sc., Fajar Yulianto, S.Si.

Desain & Layout: Muhammad Priyatna, S.Si., MTI.

BM. Subowo, ST.

Kusumaning Ayu Diah Sukowati, Amd.

ISBN 978-979-25-8364-2

Diterbitkan oleh:

PUSAT PEMANFAATAN PENGINDERAAN JAUH LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

JL. Kalisari No. 8, Pekayon, Pasar Rebo, Jakarta Timur, 13710, Indonesia 2013

(3)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan iv

DAFTAR ISI

Hal.

SUSUNAN REDAKSI……….……….. ii

DAFTAR ISI………..……….. iii

DAFTAR GAMBAR.……….. v

DAFTAR TABEL..……….. vii

DAFTAR LAMPIRAN…………..……….. viii

KATA PENGANTAR……….……… ix

SAMBUTAN.……….. x

PENDAHULUAN

……… 1

PENGINDERAAN JAUH

…………..………... 2

PENGINDERAAN JAUH UNTUK PEMANTAUAN

LINGKUNGAN

……….………. 6

PENELITIAN DAN PENGEMBANGAN UNTUK PEMANTAUAN LINGKUNGAN………... 6

Deteksi Perubahan Lahan Hutan……… 6

Deteksi Degradasi Hutan………. 7

Deteksi Sebaran Asap……….. 8

Pemetaan Daerah Bekas Terbakar……… 9

OPERASIONAL PEMANTAUAN LINGKUNGAN………...………… 10

Fase Pertumbuhan Padi……….. 10

Pemantauan Kekeringan dan Banjir Lahan Sawah………. 12

TANTANGAN PEMANTAUAN LINGKUNGAN………..……… 13

PENGINDERAAN JAUH UNTUK MITIGASI

BENCANA

………... 18

KEGIATAN PENELITIAN DAN PENGEMBANGAN MITIGASI BENCANA……….. 18

Validasi Hotspot……….……... 18

Kekeringan Lahan……….………... 19

Zonasi Daerah Resiko Banjir………..………. 20

Zonasi Daerah Resiko Merapi………..………... 22

Ekstraksi Parameter Fisis Penginderaan Jauh untuk Bencana………….... 22

KEGIATAN OPERASIONAL MITIGASI BENCANA…..……….... 23

Pemantauan Potensi Banjir………..………... 23

Sistem Peringkat Bahaya Kebakaran.………. ………. 24

Pemantauan Hotspot………..………... 25

Sistem Tanggap Darurat Bencana………...……….. 26

TANTANGAN PEMANFAATAN PENGINDERAAN JAUH UNTUK MITIGASI BENCANA………..………..……….. 28

(4)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan v

Hal

DISEMINASI INFORMASI

……….……….……….………... 30

Website SIMBA……….………... 30

Sentinel Asia……….………... 31

Diseminasi Langsung……….………... 31

TANTANGAN DISEMINASI INFORMASI

……….. 33

KERJASAMA

………...…...………...……… 35

Kerjasama Nasional...……….………... 35

Kerjasama Regional dan Internasional.……….………... 37

Sentinel Asia………...………..……….………... 38

Kerjasama dengan GIC-AIT dan ADRC……….………... 40

Kerjasama dengan Organisasi PBB (RSO UN SPIDER, UN ESCAP, dan UN WFP)……….…….………... 41

Kerjasama dengan APSCO……….……….………... 43

PENUTUP

………..……….….………... 44

DAFTAR PUSTAKA

...… 45

(5)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan vi

DAFTAR GAMBAR

Hal Gambar 1 Perubahan lahan hutan di sekitar tambang Newmont Nusa

Tenggara Barat...………. 7

Gambar 2 Perubahan kondisi hutan alami menjadi hutan terdegradasi di Kabupaten Sintang periode tahun 2002 – 2012……… 8

Gambar 3 Sebaran asap dan hotspot di Propinsi Riau……….. 9

Gambar 4 Hasil penelitian pemanfaatan data penginderaan jauh untuk pemetaan bekas terbakar di Propinsi Riau……….. 10

Gambar 5 Fase pertumbuhan padi sawah di Pulau Jawa dan Bali, periode 30 Maret 2013 - 06 April 2013……….. 11

Gambar 6 Survey lapangan untuk validasi fase pertumbuhan padi……… 11

Gambar 7 Tingkat rawan banjir lahan sawah di Pulau Jawa Bali, periode 30 Maret 2013 - 06 April 2013………... 12

Gambar 8 Tingkat rawan kekeringan lahan sawah di Pulau Jawa Bali, Periode 21-28 September 2012……… 13

Gambar 9 Contoh foto udara yang menampilkan lokasi pembuangan drum dan potensial tercemar limbah B3………. 15

Gambar 10 Deteksi daerah tercemar dengan data IKONOS dengan menggunakan klasifikasi maximum likelihood……….. 15

Gambar 11 Perbedaan nilai reflectance (pantulan) daerah rerumputan yang tercemar arsenic 3498 pp dan yang tidak tercemar…………... 16

Gambar 12 Hasil perhitungan land subsidence di Pekalongan ..……….. 17

Gambar 13 Metode validasi hotspot dan hasilnya………. 19

Gambar 14 Indeks pemantauan kekeringan lahan……… 20

Gambar 15 Zonasi daerah bahaya banjir di Kabupaten Sampang……….………. 21

Gambar 16 Zonasi daerah resiko kerentanan banjir di Kabupaten Sampang……. 21

Gambar 17 Zonasi daerah bahaya Merapi ………..….. 22

Gambar 18 Ekstraksi parameter fisis penginderaan jauh untuk bencana banjir……….…………. 23

Gambar 19 Informasi daerah potensi banjir yang disajikan dalam website SIMBA………... 24

Gambar 20 Informasi peringkat bahaya kebakaran………..….. 25

Gambar 21 Sistem Indofire untuk pemantauan hotspot kerjasama Lapan, Kementerian Kehutanan, Kementerian Lingkungan Hidup, dan Landgate Australia………... 26

Gambar 22 Diagram alir SOP sistem tanggap darurat bencana..………. 27

Gambar 23 Contoh tanggap darurat bencana banjir bandang Wasior Papua……. 28

Gambar 24 Contoh aplikasi teknologi UAV untuk pemetaan cepat bencana……. 29

(6)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan vii

Hal

Gambar 26 Website Sentinel Asia sebagai sarana penyebaran informasi…………. 31

Gambar 27 Desain sistem informasi kebencanaan berbasis penginderaan jauh (SIMBA CENTER)………... 34

Gambar 28 Peta kerawanan kebakaran hutan dan lahan Provinsi Kalimantan Tengah……… ₃₆

Gambar 29 Foto bersama peserta pertemuan pemangku kepentingan pemanfaatan penginderaan jauh untuk pengurangan resiko bencana……….…….. 37

Gambar 30 Hasil analisa banjir di Philipina, kontribusi sebagai DAN……… ₃₈

Gambar 31 Antena dan peralatan yang digunakan untuk transfer data penginderaan jauh………. 39

Gambar 32 Foto bersama peserta pertemuan SAFE Project di Singapore………... ₄₀

Gambar 33 Foto bersama peserta pertemuan regional workshop se-ASEAN... 41

Gambar 34 Jaringan RSO UN-SPIDER di berbagai Negara………..………... 42

Gambar 35 UN ESCAP Meeting pada tahun 2011………..…….…….. 43

(7)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana

Pusat Pemanfaatan Penginderaann Jauh, Lapan viii

DAFTAR TABEL

Hal Tabel 1 Karakteristik data satelit penginderaan jauh………... 3 Tabel 2 Institusi penerima informasi langsung hasil pemantauan lingkungan dan

(8)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan ix

DAFTAR LAMPIRAN

Hal Lampiran Personil Bidang Lingkungan dan Mitigasi Bencana.……… 46

(9)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan x

KATA PENGANTAR

Salah satu tugas dan fungsi Pusat Pemanfaatan Penginderaan Jauh Lapan (Pusfatja) adalah menyelenggarakan penelitian dan pengembangan model pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana. Dalam pelaksanaannya tugas dan fungsi tersebut dijalankan oleh Bidang Lingkungan dan Mitigasi Bencana. Hasil-hasil kegiatan yang berkenaan dengan pelaksanaan tugas dan fungsi tersebut berupa model-model pemanfaatan untuk pemantauan lingkungan dan mitigasi bencana, juga berupa informasi kondisi lingkungan dan kebencanaan yang disampaikan kepada berbagai kalangan pengguna baik pemerintah maupun masyarakat umum. Informasi berbasiskan data penginderaan jauh yang dimaksud terdiri dari informasi daerah potensi banjir dan longsor, titik-titik panas (hotspots) yang mengindikasikan terjadinya kebakaran hutan/lahan, kondisi vegetasi sawah, degardasi hutan, dan lain-lain, yang didiseminasikan kepada pengguna melalui website

www.lapan.go.id dan www.lapanrs.com, maupun dikirim langsung ke alamat pengguna. Buku ini berisikan rangkuman kegiatan pemanfaatan penginderaan jauh untuk mendukung pemantauan lingkungan dan manajemen bencana di Indonesia. Disamping itu sesuai dengan keterlibatan Pusfatja dalam Sentinel Asia, kegiatan pemanfaatan penginderaan jauh untuk mitigasi bencana juga dilakukan untuk membantu negara-negara di kawasan ASEAN yang sedang mengalami bencana.

Tujuan penulisan buku ini selain sebagai bentuk pertanggungjawaban Bidang Lingkungan dan Mitigasi Bencana dalam menjalankan tugas dan fungsinya, juga sebagai bahan sosialisasi kepada masyarakat mengenai pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana. Kritik dan saran dari para pembaca sangat diharapkan bagi upaya penyempurnaan penulisan buku ini. Semoga kehadiran buku ini dapat bermanfaat bagi yang membacanya.

Kepala Bidang Lingkungan dan Mitigasi Bencana Dr. M. Rokhis Khomarudin

(10)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan xi

SAMBUTAN

Indonesia dikenal sebagai salah satu negara yang rawan terhadap persoalan lingkungan dan berbagai jenis bencana. Berbagai kejadian kerusakan lingkungan maupun bencana memaksa kita untuk secara terus menerus meningkatkan kepedulian terhadap persoalan lingkungan dan kejadian bencana. Salah satu bentuk kepedulian dari pemerintah c.q. Lapan adalah membentuk Pusat Pemanfaatan Penginderaan Jauh (Pusfatja), yang mempunyai tugas dan fungsi antara lain menyelenggarakan penelitian dan pengembangan model pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana. Kehadiran teknologi penginderaan jauh satelit yang dapat menghasilkan data dan informasi yang realtime dengan cakupan yang cukup luas (tergantung resolusi spasialnya), memungkinkan kita untuk berkontribusi dalam upaya pemantauan lingkungan dan mitigasi bencana di Indonesia. Dalam kaitan itu Pusfatja, telah mencanangkan pembangunan Pusat Pemantauan Bumi Nasional dimana salah satu unsur utamanya adalah pemantauan lingkungan dan mitigasi bencana berbasiskan data penginderaan jauh (SIMBA Center). Berbagai hasil kegiatan terkait dengan pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana yang telah dan sedang dilaksanakan, diuraikan secara singkat dalam buku ini.

Hadirnya buku ini kehadapan para pembaca, bertujuan untuk memberikan penjelasan kepada publik mengenai kiprah Pusfatja Lapan dalam mendukung pembangunan di Indonesia khususnya dalam pemantauan kondisi lingkungan dan mitigasi bencana berbasiskan data penginderaan jauh. Kritik dan saran dari pembaca sangat diharapkan tidak hanya bagi upaya penyempurnaan penulisan buku serupa di masa yang akan datang, tetapi juga bagi penetuan arah kebijakan Pusfatja untuk tahun berikutnya.

Dalam kesempatan ini saya menyampaikan penghargaan kepada semua pihak, khususnya rekan-rekan dari Bidang Lingkungan dan Mitigasi Bencana, yang telah berupaya keras untuk menyusun dan menerbitkan buku ini.

Jakarta, 20 April 2013 Kepala Pusat Pemanfaatan Penginderaan Jauh Ir. Agus Hidayat, M.Sc.

(11)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan 1

PENDAHULUAN

Tsunami Aceh 2004, Tsunami Pangandaran 2006, Gempa Bumi Yogyakarta 2006, Gempa Bumi Padang 2009, Letusan Merapi 2010, Banjir Bandang Wasior 2010, dan Tsunami Mentawai 2010 merupakan kejadian-kejadian bencana dahsyat yang menyebabkan korban jiwa dan kerugian material yang sangat besar. Selain bencana-bencana tersebut, tercatat juga bencana-bencana rutin yang terjadi pada saat musim hujan dan musim kemarau. Pada saat musim hujan, banyak wilayah mengalami banjir dan pada saat musim kemarau beberapa wilayah mengalami kekeringan dan kebakaran hutan/lahan. Gempa merupakan bencana yang sering dirasakan oleh penduduk Indonesia. Hal ini menunjukkan bahwa Indonesia merupakan salah satu negara yang sangat rentan terhadap bencana.

Berbagai usaha sudah dilakukan untuk mengatasi bencana baik dari sisi teknologi, regulasi maupun kesiapan masyarakat. Terbentuknya tsunami early warning system yang sekarang sudah dioperasikan di Badan Meteorologi Klimatologi dan Geofisika merupakan salah satu contoh dukungan teknologi dalam upaya pengurangan resiko bencana. Dikeluarkannya UU No. 24 Tahun 2007 merupakan usaha pemerintah untuk mengatur penanggulangan bencana di Indonesia. Pemberian pendidikan, training, dan gladi resik evakuasi bencana di wilayah yang sering terjadi bencana merupakan usaha-usaha dalam meningkatkan kesiapsiagaan masyarakat dalam menghadapi bencana.

Lembaga Penerbangan dan Antariksa Nasional (Lapan) merupakan salah satu lembaga pemerintah yang juga ikut berperan aktif dalam upaya penanggulangan bencana dengan sumber daya yang dimilikinya. Melalui Peraturan Kepala Lapan No. 2 Tahun 2011, menugaskan Bidang Lingkungan dan Mitigasi Bencana yang berada di bawah Pusat Pemanfaatan Penginderaan Jauh, untuk melaksanakan penelitian, pengembangan dan pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana. Buku ini menyajikan hasil-hasil pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana, baik yang sudah operasional, masih dalam penelitian dan pengembangan, dan tantangan dalam pemanfaatan penginderaan jauh untuk pemantauan lingkungan dan mitigasi bencana di masa mendatang.

(12)

PENGINDERAAN JAUH

Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji (Lillesand dan Kiefer, 1979).

Empat komponen dasar dari sistem penginderaan jauh adalah target, sumber energi, alur transmisi, dan sensor. Komponen dalam sistem ini berkerja bersama untuk mengukur dan mencatat informasi mengenai target tanpa menyentuh obyek tersebut. Sumber energi yang menyinari atau memancarkan energi elektromagnetik pada target mutlak diperlukan. Energi berinteraksi dengan target dan sekaligus berfungsi sebagai media untuk meneruskan informasi dari target kepada sensor. Sensor adalah sebuah alat yang mengumpulkan dan mencatat radiasi elektromagnetik. Setelah dicatat, data akan dikirimkan ke stasiun penerima dan diproses menjadi format yang siap pakai, diantaranya berupa citra.

Citra ini kemudian diinterpretasi untuk menyarikan informasi mengenai target. Proses interpretasi biasanya berupa gabungan antara visual dan automatic dengan bantuan komputer dan perangkat lunak pengolah citra. Citra penginderaan jauh dapat menggambarkan obyek suatu daerah dan gejala di permukaan bumi dengan: (a) wujud dan letak obyek yang mirip dengan wujud dan letaknya di permukaan bumi, (b) relatif lengkap, (c) meliputi daerah yang luas, dan (d) permanen (Sutanto, 1992).

Satelit penginderaan jauh memiliki berbagai karakteristik, sesuai dengan data yang dihasilkan dan pemanfaatannya.Karakteristik tersebut adalah :

1. Sistem sensor; terdapat dua sistem sensor dalam penginderaan yaitu sensor optis dan sensor radar. Hal yang membedakan kedua sensor adalah pada sistem energi yang direkam oleh sensor satelit. Jikalau sensor optis merekam hasil pemantulan objek oleh sinar matahari, sensor radar menerima gelombang elektromagnetik yang diemisikan oleh objek yang dihasilkan dari pancaran energi dari satelit radar.

2. Resolusi; terdapat empat resolusi yang sering digunakan dalam menerangkan data penginderaan jauh. Resolusi spasial, temporal, radiometrik, dan spektral. Resolusi spatial adalah ukuran permukaan bumi yang digambarkan dalam satu pixel citra satelit, resolusi temporal adalah frekuensi satelit untuk memotret suatu wilayah yang sama, dan resolusi radiometrik menentukan seberapa bagus suatu sistem untuk dapat membedakan intensity-nya. Biasanya ditunjukkan dengan satuan ‘bit’, seperti 8 bit, 10 bit, dan lain-lain. Resolusi spektral menunjukkan jumlah kanal atau saluran yang

(13)

dimiliki oleh satelit, yang menunjukkan kisaran spektral tertentu pada setiap kanalnya. Misalnya data SPOT-4 memiliki 4 kanal multi spektral dan 1 kanal pankromatik.

3. Lebar sapuan; lebar permukaan bumi yang dapat direkam oleh satelit, biasanya tergantung dari ketinggian orbit satelit dari permukaan bumi, semakin tinggi letak satelit, semakin lebar permukaan bumi yang dapat direkam. Sebagai contoh, satelit MTSAT terletak pada ketinggian 35.800 km dapat memantau sepertiga luas bumi sedangkan satelit dengan ketinggian 870 km memiliki lebar sapuan 2800 km.

4. Sistem orbit; terdapat beberapa sistem orbit yang dikenal di penginderaan jauh, yaitu orbit polar, orbit equatorial, dan orbit tetap (geostationer). Orbit polar adalah suatu lintasan satelit dari kutub ke kutub yang ada di bumi dan orbit equatorial adalah suatu lintasan satelit yang sejajar dengan garis equator. Orbit geostationer adalah berorbit tetap, biasanya memiliki ketinggian 35.800 km.

Seiring dengan perkembangan teknologi, citra satelit berkembang dengan sangat pesat dari resolusi spasial yang sangat rendah sampai dengan sangat tinggi. Aplikasinya juga berkembang dari aplikasi cuaca, pemetaan sumberdaya alam, hingga perencanaan tata ruang perkotaan. Teknik/metode-pun berkembang dengan cepat dari teknik klasifikasi berbasiskan pixel, sub pixel hingga berbasiskan objek. Perkembangan ini juga ditunjang dengan perkembangan teknologi pengolah data yang semakin memudahkan pengguna untuk menganalisa citra satelit yang diperoleh. Sebagai gambaran umum teknologi satelit yang berkembang disajikan pada Tabel 1. Pengetahuan karakteristik data ini dapat membantu dalam perencanaan penggunaan data sesuai dengan kebutuhan pengguna baik untuk keperluan analisa sumberdaya alam maupun pemantauan lingkungan dan mitigasi bencana di Indonesia.

Tabel 1. Karakteristik data satelit penginderaan jauh Nama Satelit

Penginderaan Jauh Karakteristik Keterangan Contoh Gambar

Multifunctional Transport Satellite

(MTSAT)

Sistem sensor Optis

Resolusi:

Resolusi spasial 1 km (visible), 4 km (inframerah) Resolusi temporal 1 jam

Resolusi spektral 5 kanal (1 kanal visible, 4 kanal inframerah) Resolusi radiometrik

10 bit (untuk visible dan inframerah),

gradasi 1024 Lebar sapuan Sepertiga luas bumi

(14)

Nama Satelit

National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer

(NOAA/AVHRR)

Sistem sensor Optis

Resolusi:

Resolusi spasial 1 km at Nadir Resolusi temporal 4 kali melintas di

wilayah Indonesia Resolusi spektral 5 kanal Resolusi radiometrik 10 bit

Lebar sapuan 2800 Km

Sistem orbit Near polar

Terra/Aqua Moderate Resolution Imaging

Spectroradiometer

(MODIS)

Sistem sensor Optis

Resolusi: Resolusi spasial

250 m kanal 1-2 500 m kanal 3-7 1 km kanal 8-36 Resolusi temporal 1-2 hari

Resolusi spektral 36 kanal Resolusi radiometrik 12 bit

Lebar sapuan 2330 Km

Sistem orbit Near polar

LANDSAT ETM +7

Sistem sensor Optis

Resolusi: Resolusi spasial 30 m kanal 1-5 dan 7 60 m kanal 6 15 m kanal pankromatik Resolusi temporal 16 hari

Resolusi spektral

8 kanal (7 kanal multispektral, 1 kanal

pankromatik Resolusi radiometrik 8 bit

Lebar sapuan 185 Km

Sistem orbit Polar

SPOT

Sistem sensor Optis

Resolusi: Resolusi spasial 10 m untuk multispektral 2.5 m untuk pankromatik Resolusi temporal 26 hari

Resolusi spektral

5 kanal, 4 kanal multispektral dan 1

kanal pankromatik Resolusi radiometrik 8 bit

Lebar sapuan 60 km

(15)

Nama Satelit

IKONOS

Sistem sensor Optis

Resolusi:

Resolusi spasial 1 m kanal pankromatik 4 m kanal multispektral Resolusi temporal 3 sampai 5 hari

Resolusi spektral

5 kanal, 4 kanal multispektral, dan 1

kanal pankromatik Resolusi radiometrik 8 bit

Lebar sapuan 11 km

Sistem orbit Polar

QUICKBIRD

Sistem sensor Optis

Resolusi:

Resolusi spasial 0.61 m pankromatik, 2.41 m – 2.8 m Resolusi temporal 1-3.5 hari

Resolusi spektral

5 kanal, 4 kanal multispektral, 1 kanal

pankromatik Resolusi radiometrik 11 bit

Lebar sapuan 16.5 m

Sistem orbit Polar

Synthetic Aperture Radar (SAR) – Terra

SAR X

Sistem sensor RADAR

Resolusi: Resolusi spasial HighResolution Spotlight: 1 m SpotLight: 2 m StripMap: 3 m ScanSAR: 18 m Resolusi temporal 11 hari

Resolusi spektral Single, dual, dan quad

polarisation Resolusi radiometrik - Lebar sapuan HighResolution Spotlight: 10 x 5 km SpotLight: 10 x 10 km StripMap: 30 x 50 km ScanSAR: 100 x 150 km

Sistem orbit Polar

(16)

PENGINDERAAN JAUH UNTUK PEMANTAUAN LINGKUNGAN

Pemantauan lingkungan dapat didefinisikan sebagai proses atau kegiatan yang bertujuan mengindentifikasi dan memantau kualitas lingkungan. Lingkungan sendiri dapat diartikan sebagai kombinasi antara kondisi fisik yang mencakup keadaan sumber daya alam seperti tanah, air, energi mineral, serta flora dan fauna yang tumbuh di atas tanah maupun di dalam lautan, dengan kelembagaan yang meliputi ciptaan manusia seperti keputusan, bagaimana menggunakan lingkungan fisik tersebut. Inti permasalahan dalam pemantauan lingkungan adalah bagaimana dapat mengidentifikasi dan memantau kualitas dari lingkungan. Tingkatan-tingkatan kondisi lingkungan baik biotik maupun abiotik merupakan komponen penting dalam pemantauan lingkungan. Satelit penginderaan jauh dapat digunakan untuk memantau kondisi lingkungan tersebut, seperti pemantauan kekeringan, banjir, dan hama penyakit di lahan sawah, pemantauan perubahan hutan dan degradasinya, pemantauan kualitas air sungai maupun danau, pemantauan pencemaran air laut, pemantauan pencemaran kondisi tanah, dan lain sebagainya.

PENELITIAN DAN PENGEMBANGAN UNTUK PEMANTAUAN LINGKUNGAN

Bidang Lingkungan dan Mitigasi Bencana melakukan penelitian dan pengembangan untuk pemantauan lingkungan. Beberapa kegiatan penelitian dan pengembangan yang saat ini dilakukan di Bidang Lingkungan dan Mitigasi Bencana adalah deteksi perubahan lahan hutan, deteksi degradasi hutan, deteksi sebaran asap dan pemetaan daerah bekas terbakar.

Deteksi Perubahan Lahan Hutan

Secara umum perubahan yang terjadi pada objek dipermukaan bumi akan merubah pantulan gelombang elektromagnetik dari objek tersebut. Hal ini juga akan mempengaruhi citra yang dihasilkan oleh satelit. Menangkap fenomena tersebut, penelitian dan pengembangan ini mengkaji kemampuan data MODIS untuk mendeteksi perubahan penutup lahan terutama areal hutan di sekitar pertambangan. Kegiatan ini menggunakan Enhanced Vegetation Index (EVI) yang diperoleh dari data MODIS. Trend nilai EVI dianalisis, kemudian dapat ditentukan apakah di suatu wilayah terdapat perubahan hutan atau tidak. Analisa visual juga digunakan untuk membantu memastikan terjadinnya perubahan hutan. Gambar 1, merupakan contoh hasil penelitian dan pengembangan deteksi perubahan lahan hutan di tambang Newmont Nusa Tenggara Barat. Tampak terdapat perubahan lahan hutan selama 5 tahun (2005-2010).

(17)

Gambar 1. Perubahan lahan hutan di sekitar tambang Newmont Nusa Tenggara Barat

Deteksi Degradasi Hutan

Definisi degradasi berbeda dengan perubahan. Suatu lahan hutan yang mengalami perubahan biasanya sudah berubah menjadi lahan non-hutan. Namun pada definisi degradasi, hutan masih ada, namun sudah mengalami kerusakan baik tingkat ringan, sedang, maupun berat. Tantangan dalam mendeteksi degradasi hutan lebih tinggi dibandingkan dengan deteksi perubahan lahan hutan. Oleh karena itu, dalam mendeteksi degradasi hutan diperlukan teknik khusus dalam identifikasinya. Penelitian dan pengembangan model pemanfaatan penginderaan jauh untuk degradasi hutan dilakukan untuk menjawab tantangan tersebut. Spektral Mixture Analisis (SMA) merupakan metode yang digunakan untuk mendeteksi degradasi hutan dengan data satelit LANDSAT dan SPOT-4. Penelitian ini belum selesai, sehingga belum dapat diketahui seberapa efektif SMA dapat mendeteksi degradasi hutan. Gambar 2, merupakan contoh degradasi hutan di Kabupaten Sintang Provinsi Kalimantan Barat.

(18)

Gambar 2. Perubahan kondisi hutan alami menjadi hutan terdegradasi di Kabupaten Sintang periode tahun 2002 – 2012.

Deteksi Sebaran Asap

Masalah asap merupakan permasalahan klasik di Indonesia yang sampai sekarang belum dapat diselesaikan walaupun usaha-usaha pemerintah dan masyarakat sudah banyak dilakukan. Masalah lingkungan ini tidak hanya terjadi di wilayah Indonesia, terutama Kalimantan dan Sumatera, namun sudah berimbas ke negara lain seperti Singapura dan Malaysia. Penelitian dan pengembangan untuk mendeteksi sebaran asap sangat bermanfaat sehingga dapat digunakan untuk pemantauan sebaran asap secara harian. Informasi ini dapat digunakan untuk mengantisipasi sebaran asap agar tidak meluas lagi. Tantangan dalam melakukan penelitian pemanfaatan data penginderaan jauh untuk sebaran asap adalah membedakan antara asap dengan awan secara digital. Gambar 3

(19)

merupakan contoh pemantauan sebaran asap pada tanggal 12 dan 14 Juni 2012 dengan cara visual.

Gambar 3. Sebaran asap dan hotspot di Propinsi Riau

Pemetaan Daerah Bekas Terbakar

Daerah bekas terbakar akan menyebabkan permasalahan lingkungan jika tidak segera dikelola dan diberdayakan wilayah yang terbakar. Penurunan kualitas lahan dan degradasi hutan merupakan masalah yang timbul setelahnya. Pemetaan daerah bekas terbakar dapat membantu dalam perencanaan rehabilitasi lahan dan juga untuk penegakan hukum kepada perusahaan-perusahaan yang membakar lahannya.

Penelitian dilakukan dengan menggunakan data SPOT-4 dengan menggunakan

Normalized Band Ratio (NBR) sebagai Indeks yang digunakan untuk mendeteksi daerah

bekas terbakar. Penelitian ini juga dapat membedakan antara pembukaan lahan dengan membakar dan tidak membakar. Gambar 4, Hasil penelitian pemanfaatan data penginderaan jauh untuk pemetaan bekas terbakar di Propinsi Riau

(20)

Gambar 4. Hasil penelitian pemanfaatan data penginderaan jauh untuk pemetaan bekas terbakar di Propinsi Riau

OPERASIONAL PEMANTAUAN LINGKUNGAN

Saat ini Bidang Lingkungan dan Mitigasi Bencana Lapan telah mengembangkan suatu sistem pemantauan lingkungan yang sudah beroperasional antara lain; pemantauan fase pertumbuhan padi, pemantauan tingkat kekeringan dan banjir di lahan sawah.

Fase Pertumbuhan Padi

Pemantauan fase pertumbuhan padi dilakukan untuk mengetahui, kapan waktu tanam dan juga waktu panen di Pulau Jawa dan Bali (Gambar 5). Data yang digunakan adalah MODIS 8 harian dan secara sederhana metode pemantauan menggunakan indeks vegetasi EVI untuk memantau kondisi pertumbuhan padi. Informasi ini sangat penting bagi pemerintah dalam rangka perencanaan panen dan juga perkiraan produksi padi di Pulau Jawa. Secara berkala (setahun 3 kali), informasi ini disampaikan ke Badan Pusat Statistik (BPS) dalam rapat koordinasi Angka Ramalan produksi padi (ARAM) bersama-sama dengan Kementerian Pertanian, BULOG, dan instansi lainnya.

Model fase pertumbuhan padi yang telah dioperasionalkan ini telah melalui tahapan penelitian yang panjang dan memiliki akurasi yang baik. Gambar 6, merupakan hasil survey lapangan dibeberapa wilayah di Pulau Jawa dan Bali menunjukkan bahwa fase

(21)

pertumbuhan padi yang dipantau dari data satelit penginderaan jauh sama dengan fase pertumbuhan padi di lapangan. Dapat dikatakan bahwa akurasi pemantauan fase pertumbuhan padi sudah mencapai lebih dari 80%. Hasil ini dapat digunakan oleh Kementerian Pertanian sebagai rujukan dalam pengelolaan lahan sawah khususnya pada tanaman padi dan perkiraan waktu tanam dan padi di Pulau Jawa dan Bali.

Gambar 5. Fase pertumbuhan padi sawah di Pulau Jawa dan Bali, periode 30 Maret 2013 - 06 April 2013

(22)

Pemantauan Kekeringan dan Banjir Lahan Sawah

Untuk melakukan pemantauan kekeringan di lahan sawah, parameter yang digunakan adalah indeks vegetasi EVI dari satelit Terra/Aqua MODIS, curah hujan dari satelit Tropical

Rainfall Measuring Mission (TRMM), evapotranspirasi yang di-estimasi dari Land Surface Temperature (LST), sedangkan untuk pemantauan lahan sawah berpotensi banjir

digunakan data indeks vegetasi EVI dan curah hujan dari TRMM.

Pada Gambar 7, terlihat wilayah yang berwarna merah adalah lahan sawah yang berpotensi banjir dengan tingkat rawan yang sangat berat, sedangkan yang berwarna hijau merupakan lahan sawah yang tidak mengalami banjir. Informasi ini berguna untuk perkiraan produksi padi akibat adanya gangguan lingkungan yang dialami oleh lahan sawah. Gambar 8, menunjukkan Tingkat rawan kekeringan lahan sawah di Pulau Jawa dan Bali. Bagi Kementerian Pertanian, informasi ini menjadi penting dalam memperkirakan ketersediaan pangan di suatu wilayah.

Gambar 7. Tingkat rawan banjir lahan sawah di Pulau Jawa dan Bali, periode 30 Maret 2013 - 06 April 2013

(23)

Gambar 8. Tingkat rawan kekeringan lahan sawah di Pulau Jawa dan Bali, Periode 21 - 28 September 2012

TANTANGAN PEMANTAUAN LINGKUNGAN

Tantangan lebih lanjut dalam pemanfaatan penginderaan jauh untuk pemantauan lingkungan adalah bagaimana menyediakan informasi yang akurat mengenai kondisi lingkungan di Indonesia. Pusat-pusat pemantauan bumi (Earth Observation Center) di dunia telah banyak berkembang untuk memantau kondisi permukaan bumi, baik status maupun perubahannya. Otomatisasi dari sistem pemantauan bumi dengan memanfaatkan data penginderaan jauh merupakan tantangan ke depan yang harus ditindaklanjuti.

Perubahan lingkungan, perubahan penutup lahan, pencemaran air, tanah, udara, perubahan suhu udara, dan perubahan-perubahan lainnya yang diakibatkan pertambahan jumlah penduduk dan industri merupakan trend tantangan ke depan dalam kegiatan pemantauan lingkungan. Perkembangan teknologi penginderaan jauh merupakan tantangan dalam pemantauan lingkungan dalam membuat model-model baru pemanfaatan data penginderaan jauh.

(24)

Isu-isu perubahan lingkungan tersebut, akhirnya juga dihubungkan dengan kejadian-kejadian bencana yang melanda di Indonesia. Hal ini juga merupakan tantangan lain dari kegiatan pemantauan lingkungan yang dihubungkan dengan kegiatan mitigasi bencana. Salah satu contoh tantangan pemantauan lingkungan yang sangat menarik adalah pemantauan lahan yang tercemar oleh limbah B3. Meningkatnya industrialisasi di Indonesia akan menyebabkan peningkatan pencemaran lahan oleh limbah B3. Pengamatan dan uji laboratorium biasanya membutuhkan waktu yang lama dan biaya yang tidak sedikit. Teknologi penginderaan jauh merupakan suatu yang dimungkinkan dapat membantu pemantauan pencemaran limbah B3.

Beberapa penelitian terdahulu dalam memanfaatkan data penginderaan jauh untuk pemantauan limbah B3 telah dikaji oleh Slonecker et al. (2010). Hasil kajian yang telah dilakukan menunjukkan beberapa aplikasi dengan data penginderaan jauh yang berbeda untuk memantau lahan tercemar limbah B3. Dalam kajian disebutkan bahwa kebanyakan data satelit penginderaan jauh digunakan untuk mendeteksi limbah B3 dengan analisa visual dengan menginterpretasikan morfologi lahan tercemar dari karakteristik produksi, simpanan, pembuangan, dan efeknya terhadap lingkungan. Foto udara merupakan data yang sering digunakan untuk memantau kondisi. Data historik dari foto udara yang baik merupakan keunggulan data ini untuk dapat memantau lahan sebelum, saat, dan setelah tercemar. Namun, data ini sangat mahal, sehingga untuk wilayah yang luas memerlukan biaya yang sangat mahal dalam kegiatan pemantauannya.

Gambar 9, merupakan contoh daerah pembuangan drum yang memungkinkan tercemar limbah B3 di Amerika Serikat (Sumber: The EPA/Environmental Photographic

Interpretation Center (EPIC)). Pada kajian tersebut, juga menunjukkan bahwa data

penginderaan jauh multispektral dapat digunakan untuk memantau pencemaran limbah B3 di suatu wilayah. Data seperti landsat TM dengan resolusi menengah dapat digunakan untuk mendeteksi perubahan lahan tercemar. Demikian juga satelit multispektral yang lebih tinggi seperti IKONOS juga dapat digunakan untuk memantau lahan tercemar dengan analisis spektral.

(25)

Gambar 9. Contoh foto udara yang menampilkan lokasi pembuangan drum dan potensial tercemar limbah B3 (Sumber: Slonecker et al.,2010)

Gambar 10, merupakan contoh hasil deteksi daerah tercemar dengan satelit IKONOS. Potensi lain yang telah dilakukan oleh para peneliti dengan memanfaatkan data penginderaan jauh thermal inframerah. Data thermal inframerah ini memungkinkan untuk melihat daerah tercemar berdasarkan suhu permukaan tanah. Walaupun berpotensi, namun untuk data thermal inframerah perlu dilakukan penelitian yang komprehensif lebih lanjut.

Gambar 10. Deteksi daerah tercemar dengan Data IKONOS dengan menggunakan klasifikasi maximum likelihood (Sumber : Slonecker et al. (2010))

Potensi aplikasi penginderaan jauh untuk pemantauan lahan yang tercemar oleh limbah B3 dapat diperlihatkan oleh perbedaan pantulan panjang gelombang tertentu antara

(26)

wilayah rerumputan dengan 0 ppm arsenic dan wilayah dengan 3498 ppm arsenic. Grafik tersebut ditunjukkan pada Gambar 11 berikut. Berdasarkan hasil kajian penelitian terdahulu yang telah dilakukan, maka potensi pemanfaatan data penginderaan jauh untuk pemantauan limbah B3 adalah cukup tinggi.

Gambar 11. Perbedaan nilai reflectance (pantulan) daerah rerumputan yang tercemar arsenic 3498 pp dan yang tidak tercemar

Tantangan lainnya dari pemantauan lingkungan adalah kejadian deformasi permukaan tanah (land deformation) merupakan perubahan posisi permukaan tanah dalam arah vertikal dan horizontal yang disebabkan oleh beberapa faktor yaitu aktifitas seismik, penggunaan air tanah yang intensif, aktivitas pertambangan, perubahan penggunaan lahan dan pertambahan jumlah bangunan dan aktifitas termal pada lapisan litosfer. Indonesia yang pada posisinya berada pada pertemuan lempeng tektonik sangat berpotensi terhadap gempa yang merupakan salah satu faktor terjadinya land

deformation. Efek dari deformasi permukaan tanah ini adalah kenaikan permukaan tanah

(uplift) ataupun penurunan muka tanah (landsubsidence). Oleh sebab itu studi karakteristik deformasi permukaan tanah ini sangat diperlukan dalam penentuan pola dan laju dari deformasi tersebut. Hal ini diperlukan untuk perencanaan dan penataan lokasi pembangunan dan pusat aktifitas. Teknik pemetaan spasial dan temporal yang mampu mengamati deformasi permukaan tanah sangat diperlukan untuk pemetaan tesebut. Teknologi penginderaan jauh memiliki kemampuan untuk memetakan deformasi permukaan tanah dalam skala besar. Dengan kondisi Indonesia yang berada di daerah tropis yang memiliki intensitas hujan yang tinggi dan cakupan awan yang cukup banyak

(27)

sehingga sangat tepat jika pemetaan deformasi tanah ini dilakukan dengan menggunakan data RADAR dan akan lebih baik jika didukung dengan adanya pengamatan lapangan pada lokasi deformasi untuk akurasi hasil.

Fokus penelitian yang sedang dilakukan Lapan terkait kerja sama dengan BPPT dan JAXA – AIT yaitu keterkaitan penurunan muka tanah (land subsidence) dengan sebaran banjir rob yang terjadi di daerah Pekalongan – Jawa Tengah, yang dalam hal ini akan dilihat hubungan antara luas sebaran banjir dan efek dari penurunan muka tanah tersebut. Data yang digunakan dalam penelitian ini adalah data ALOS PALSAR level 1.0 tahun 2006-2010 dengan menggunakan metode Synthetic Aperture Radar (InSAR). Dalam metode InSAR ini digunakan single polarimetric yaitu dengan menggunakan polarisasi HH, dimana digunakan dua kombinasi citra dengan daerah yang sama pada waktu yang berbeda untuk mengukur perubahan permukaan tanah. Teknik yang digunakan adalah dengan mengukur perbedaan fase sinyal backscatter dari dua akuisisi tersebut. Pada proses ini digunakan kombinasi citra dengan nilai per-pendicular baseline yang kecil dan temporal

baseline yang relatif singkat untuk meminimalisir dekorelasi spasial dan temporal dari interferogram tersebut. Hasil akhir dari pengolahan data InSAR merupakan nilai

perubahan permukaan tanah (displacement), dimana dari hasil ini dapat dilihat dengan nilai kenaikan dan penurunan permukaan tanah pada daerah kajian tersebut. Gambar 12 merupakan contoh pengolahan land subsidence di Kabupaten Pekalongan.

(28)

PENGINDERAAN JAUH UNTUK MITIGASI BENCANA

Seperti halnya dalam kegiatan pemantauan lingkungan, kegiatan pemanfaatan penginderaan jauh untuk mitigasi bencana di Bidang Lingkungan dan Mitigasi Bencana terbagi menjadi dua; kegiatan operasional dan kegiatan penelitian dan pengembangan dalam mendukung upaya pencegahan dan penanggulangan bencana.

KEGIATAN PENELITIAN DAN PENGEMBANGAN MITIGASI BENCANA

Hasil-hasil kegiatan pemantauan yang telah beroperasional selalu dikaji kembali dengan informasi/feedback dari pengguna tentang akurasi maupun kelemahan dari informasi yang disajikan. Kegiatan-kegiatan untuk memperbaiki informasi yang telah dihasilkan adalah validasi daerah potensi banjir dan validasi hotspot. Selain validasi, penelitian dan pengembangan di Bidang Lingkungan dan Mitigasi Bencana yang saat ini terus dilakukan adalah pengembangan potensi daerah kekeringan, zonasi daerah resiko banjir, zonasi daerah resiko merapi, dan ekstraksi parameter fisis penginderaan jauh untuk bencana. Kegiatan penelitian yang terakhir disebutkan adalah dalam rangka pemetaan cepat daerah bencana dengan data penginderaan jauh.

Validasi Hotspot

Informasi hotspot bukanlah sepenuhnya informasi kebakaran hutan/lahan di suatu wilayah. Hotspot merupakan suatu suatu titik dimana memiliki panas/suhu yang sangat tinggi dibandingkan dengan wilayah sekitarnya yang dideteksi oleh satelit. Suatu tambang batubara atau lahan terbuka berpasir dapat dideteksi sebagai hotspot dalam citra satelit. Untuk mengetahui secara pasti berapa persen hotspot yang benar-benar kebakaran lahan/hutan atau bukan perlu dilakukan validasi.

Metode dan hasil validasi yang dilakukan disajikan pada Gambar 13. Pada gambar tersebut diperlihatkan bahwa dengan metode survey pengecekan langsung di lapangan, analisa visual, dan juga analisa radius hotspot hingga 2 km dihasilkan bahwa hotspot yang benar-benar kebakaran hutan/lahan adalah sekitar 43%. Commision error sebesar 53% menunjukkan bahwa lebih dari 50% hotspot bukan benar-benar kebakaran hutan/lahan. Hasil ini merupakan tantangan dalam riset untuk mendeteksi titik panas yang benar-benar terjadi kebakaran.

(29)

Gambar 13. Metode validasi hotspot dan hasilnya

Kekeringan Lahan

Kegiatan pemantauan kekeringan lahan dengan data penginderaan jauh sudah banyak dilakukan dan memiliki perkembangan yang sangat baik. Beberapa metode dengan menggunakan Indeks vegetasi seperti NDVI, SAVI, dan Indeks lainnya. Indeks vegetasi memang cukup efektif dalam memantau kekeringan lahan, namun masih dalam sebatas kekeringan agronomis, perlu suatu pengembangan dalam penelitian untuk deteksi lahan kekeringan.

Dalam Space Applications for Environment (SAFE) Project yang digagas oleh APRSAF, Lapan mengembangkan prototype untuk pemantauan kekeringan lahan dengan menggunakan beberapa Indeks untuk memantau kekeringan. Indek yang digunakan adalah Standardized Precipitation Indeks (SPI) yang menggunakan parameter curah hujan dalam menentukan tingkat kekeringan. Data yang digunakan dalam perhitungan SPI adalah data TRMM. Vegetation Health Indeks (VHI) juga digunakan untuk memantau tingkat kekeringan pada suatu lahan sawah dengan menggunakan data MODIS dan

Keetch Byram Drought Indeks (KBDI) untuk memantau kekeringan pada suatu lahan.

Gambar 14 merupakan hasil indek pemantauan kekeringan dengan SPI, VHI dan KBDI dihubungan dengan kejadian El Nino. Kegiatan ini masih memerlukan validasi untuk pengembangan model.

(30)

Gambar 14. Indeks pemantauan kekeringan lahan

Zonasi Daerah Resiko Banjir

Pemetaan atau zonasi daerah resiko bencana merupakan suatu kegiatan yang sangat penting dalam upaya mitigasi bencana dan perencanaan tata ruang suatu wilayah. Diketahuinya daerah resiko bencana suatu wilayah memudahkan dalam pengaturan evakuasi, perijinan pembangunan rumah, dan pengelolaan sumberdaya lahan lainnya. Banjir merupakan bencana yang sering terjadi di Indonesia dan menempati rangking pertama dalam jumlah kejadian di Indonesia. Penggunaan data penginderaan jauh dapat membantu dalam zonasi daerah resiko banjir di suatu wilayah. Penelitian dilakukan untuk memberikan suatu rekomendasi di wilayah dalam penanganannya. Salah satu kegiatan yang dilakukan di Bidang Lingkungan dan Mitigasi Bencana adalah zonasi daerah resiko banjir di Kabupaten Sampang.

Gambar 15 dan gambar 16, merupakan contoh hasil zonasi daerah bahaya dan resiko banjir di Kabupaten Sampang. Pada gambar tersebut terlihat bahwa daerah bahaya tidak beresiko pada suatu wilayah yang tidak ada pemukiman, infrastruktur penting, dan wilayah ekonomi strategis lainnya. Penelitian masih terus dilanjutkan sehingga didapatkan rekomendasi penanganan banjir secara komprehensif di Kabupaten Sampang.

(31)

Gambar 15. Zonasi daerah bahaya banjir di Kabupaten Sampang

(32)

Zonasi Daerah Resiko Merapi

Seperti halnya dengan penelitian zonasi resiko banjir, zonasi resiko bahaya gunung api juga dapat dibuat dengan memanfaatkan data penginderaan jauh. Simulasi aliran material erupsi dapat dilakukan dengan baik dengan menggunakan data DEM SRTM. Hasil beberapa simulasi yang dilakukan dapat digunakan untuk memetakan daerah bahaya letusan gunung berapi.

Kegiatan penelitian saat ini difokuskan pada zonasi daerah resiko merapi untuk melihat potensi aliran material erupsi dan piroclastik. Gambar 17 merupakan hasil zonasi daerah resiko Merapi yang diperoleh dan pemodelan arah aliran material erupsi. Pada gambar tersebut terlihat daerah yang memiliki peluang terkena aliran material erupsi tinggi dengan warna merah.

Gambar 17. Zonasi daerah bahaya Merapi

Ekstraksi Paramater Fisis Penginderaan Jauh untuk Bencana

Data penginderaan jauh memiliki parameter fisis yang dapat digunakan untuk mendeteksi daerah yang terkena bencana dengan cepat. Namun, penentuan parameter fisis yang tepat merupakan suatu kunci dalam pemetaan cepat daerah yang terkena bencana. Oleh karena itu, penelitian untuk hal tersebut perlu dilakukan baik dengan menggunakan data optis maupun radar.

(33)

Gambar 18 merupakan contoh hasil ekstraksi parameter fisis penginderaan jauh untuk mendeteksi daerah terkena banjir di Karawang. Pada gambar terdeteksi daerah terkena air maupun tidak terkena air.

Gambar 18. Ekstraksi parameter fisis penginderaan jauh untuk bencana banjir

KEGIATAN OPERASIONAL MITIGASI BENCANA

Beberapa kegiatan yang sudah beroperasional untuk tujuan mitigasi bencana adalah pemantauan potensi banjir, Sistem Peringkat Bahaya Kebakaran (SPBK), Pemantauan

hotspot, dan sistem tanggap darurat bencana. Semua informasi hasil pemantauan

disajikan dalam website SIMBA (Sistem Informasi Mitigasi Bencana) dengan alamat website, www.lapanrs.com/simba.

Pemantauan Potensi Banjir

Pemantauan potensi banjir merupakan kegiatan harian yang memanfaatkan data penginderaan jauh untuk memantau potensi banjir di seluruh wilayah Indonesia. Data satelit yang digunakan adalah data MTSAT yang dapat diterima setiap jam sekali. Inti dari kegiatan ini adalah memantau potensi awan yang berpotensi menghasilkan hujan lebat, dan jika tiga hari berturut-turut berada di atas suatu wilayah yang sering terjadi banjir atau daerah genangan, maka daerah tersebut diberikan warna merah yang berarti berpotensi banjir. Peta daerah genangan diperoleh dari analisa kombinasi data genangan yang diperoleh dari Kementerian Pekerjaan Umum dengan data DEM SRTM dan Landsat

(34)

TM beserta dengan data historicalbanjir yang dikumpulkan dari berbagai media. Peta ini kemudian disebut sebagai peta daerah genangan atau daerah yang sering terkena banjir secara historis.

Hasil dari informasi potensi hujan ini telah dilakukan validasi dengan data kejadian banjir yang disampaikan media. Metode yang digunakan untuk pemantauan potensi banjir ini memiliki akurasi antara 60-80% tergantung dari wilayah validasinya. Informasi disajikan dalam bentuk gambar dan tabel yang terbagi menjadi 9 zona pemantauan, yaitu Sumatera, Kalimantan, Sulawesi, Jawa, Bali, Nusa Tenggara Barat, Nusa Tenggara Timur, Maluku, dan Papua (Gambar 19).

Gambar 19. Informasi daerah potensi banjir yang disajikan dalam website SIMBA

Sistem Peringkat Bahaya Kebakaran

Sistem peringkat bahaya kebakaran yang dioperasionalisasikan mengadopsi metode dari

Canadian Forest Fires Danger Rating System yang beberapa parameternya sudah

disesuaikan dengan kondisi Indonesia. Sistem ini dapat memberikan suatu peringatan kepada masyarakat tentang bahaya kebakaran. Terdapat beberapa Indeks yang menyatakan bahwa suatu bahan bakar halus mudah terbakar jika suatu Indeks mencapai nilai tertentu, demikian juga ada suatu Indeks yang menyatakan bahwa kebakaran akan cepat menyebar jika mencapai suatu Indeks tertentu.

(35)

Parameter yang digunakan dalam membuat sistem ini adalah unsur-unsur cuaca yaitu, curah hujan, suhu udara, kelembaban, dan kecepatan angin. Di Lapan unsur-unsur cuaca tersebut diturunkan dari data penginderaan jauh resolusi spasial rendah seperti NOAA AVHRR dan Terra/Aqua MODIS.

Seperti halnya pemantauan potensi banjir, informasi Sistem Peringkat Bahaya Kebakaran disajikan dalam dua tipe informasi, yaitu gambar dan tabel. Gambar 20 merupakan contoh informasi Sistem Peringkat Bahaya Kebakaran.

Gambar 20. Informasi Peringkat Bahaya Kebakaran

Pemantauan Hotspot

Sejak tahun 1990-an, Lapan telah aktif menyampaikan informasi titik panas (hotspot) sebagai indikator kebakaran hutan/lahan di suatu wilayah. Informasi ini sangat berguna bagi masyarakat maupun pemerintah daerah dalam upaya pemadaman kebakaran secepat mungkin. Data yang digunakan dalam pemantauan ini adalah NOAA AVHRR dan Terra/Aqua MODIS yang memiliki resolusi temporal tinggi, sehingga pemantauan dapat dilakukan tiap hari.

Pada tahun tahun 2008, Lapan bekerjasama dengan Kementerian Kehutanan, Kementerian Lingkungan Hidup, Kementerian Pendidikan, Universitas Bina Nusantara, dan Landgate Australia mengembangkan sistem pemantauan kebakaran hutan/lahan

(36)

secara automatis dengan nama INDOFIRE. Pada sistem ini terdapat 3 webserver yang dapat secara langsung menampilkan informasi hotspot. Webserver tersebut terletak di Lapan, Kementerian Kehutanan, dan Landgate Australia. Harapannya, jika salah satu

webserver tidak hidup, di tempat lain masih hidup dan pemantauan hotspot terus

beroperasi. Gambar 21, merupakan contoh tampilan web Indofire untuk Pemantauan

hotspot.

Gambar 21. Sistem Indofire untuk pemantauan hotspot Kerjasama Lapan, Kementerian Kehutanan, Kementerian Lingkungan Hidup, dan Landgate Australia

Sistem Tanggap Darurat Bencana

Pelaksanaan sistem tanggap darurat sejak berlangsung hampir 8 tahun belakangan ini sejak terjadinya Tsunami Aceh 2004 yang memandang data penginderaan jauh sangat penting dalam dalam penanggulangan bencana. Informasi suatu lokasi bencana, dimana terjadinya bencana dan berapa luasan area yang terkena bencana merupakan informasi yang penting dalam kegiatan tanggap darurat bencana. Data ini dapat digunakan untuk reaksi cepat dan pemberian bantuan kepada orang yang tertimpa bencana.

(37)

Aplikasi Penginderaan Jauh Untuk Pemantauan Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaann Jauh, Lapan 27 Standard Operasional Prosedur (SOP) Lapan dalam tanggap darurat terjadi pada saat

terjadi bencana telah disepakati seperti disajikan pada Gambar 22. Pada gambar tersebut, diungkapkan bahwa jika terjadi bencana, Tim tanggap darurat bencana melakukan koordinasi internal, kemudian melakukan pencarian data sebelum dan sesudah bencana, dan kemudian dianalisis, dipetakan dan disampaikan dalam website. Jika data dalam database Lapan tidak ada, maka Tim akan berkoordinasi dengan Sentinel Asia untuk mendapatkan data yang diperlukan. Jika tidak ada juga, maka melalui Sentinel Asia, tim dapat mengaktifkan International Charter untuk mendapatkan bantuan internasional.

Gambar 22. Diagram Alir SOP sistem tanggap darurat bencana

Salah satu contoh analisa tanggap darurat yang telah dilakukan adalah pada saat bencana banjir bandang Wasior Papua (Gambar 23). Pada gambar tersebut terlihat data sebelum dan sesudah terjadi bencana banjir bandang, dan dapat disimpulkan tidak terdapat perubahan penutup lahan yang cukup signifikan di daerah hulu di Wasior Papua. Tampak curah hujan pada gambar merupakan penyebab utama dari kejadian banjir tersebut.

(38)

Gambar 23. Contoh tanggap darurat bencana banjir bandang Wasior Papua

TANTANGAN PEMANFAATAN PENGINDERAAN JAUH UNTUK MITIGASI BENCANA

Tantangan pemanfaatan penginderaan jauh untuk mitigasi bencana yang paling utama adalah bagaimana menyampaikan informasi kebencanaan secara efektif, efisien, akurat dan cepat, sehingga masyarakat di zona bahaya bencana dapat mengantisipasi bencana yang terjadi. Kegiatan operasionalisasi dan kegiatan penelitian pengembangan yang telah dilakukan merupakan salah satu upaya agar informasi kebencanaan yang disampaikan cepat dan akurat.

Pemanfaatan penginderaan jauh untuk pemetaan cepat bencana, dilakukan dalam memberikan solusi meminimalisir resiko yang terjadi dalam bencana alam. Fase sebelum terjadi bencana merupakan fase yang sangat penting bahkan paling penting dalam mengurangi resiko bencana. Salah satu upaya pencegahan yang penting adalah analisa resiko kebencanaan. Dalam analisa resiko terdapat dua komponen penting yaitu bahaya dan kerentanan. Untuk menentukan dua komponen tersebut, peranan data penginderaan jauh sangat penting.

(39)

Dalam penentuan daerah bahaya bencana diperlukan data Digital Elevation Model (DEM) terutama untuk bahaya banjir, tsunami, dan bahaya aliran lava gunung berapi. Semakin detail data DEM semakin detail juga daerah bahaya dapat dipetakan. Daerah bahaya ini dapat digunakan oleh masyarakat untuk mengetahui kondisi wilayahnya terhadap bencana. Kegiatan penting lainnya yang dapat digunakan untuk pencegahan adalah sistem peringatan dini (early warning system). Sistem ini akan memberikan informasi secepat mungkin tentang datangnya bencana. Sistem telemetri banjir, Indonesian

Tsunami Warning System (INATEWS), sistem pemantauan gunung berapi, dan sistem

peringatan bahaya kebakaran hutan merupakan berbagai cara manusia untuk memberikan peringatan akan datangnya suatu bencana. Data penginderaan jauh dapat berperan dalam penyampaian informasi peringatan dini. Contoh kegiatan yang sudah ada di Bidang Lingkungan dan Mitigasi Bencana Lapan adalah sistem peringkat bahaya kebakaran hutan/lahan, sistem pemantauan potensi banjir, prediksi cuaca bulanan, prediksi bahaya kekeringan bulanan, dan pemantauan kekeringan di lahan sawah. Pengembangan masih perlu dilakukan untuk meningkatkan akurasi dari informasi.

Pemanfaatan teknologi radar, Unmanned Aerial Vehicle (UAV), dan satelit masa depan merupakan suatu tantangan dalam kegiatan pemantauan lingkungan dan mitigasi bencana di Lapan. Model-model pemanfaatan penginderaan jauh secara automatis merupakan tantangan lebih lanjut. Gambar 24 merupakan contoh aplikasi teknologi UAV dalam pemetaan cepat bencana.

(40)

DISEMINASI INFORMASI

Semua informasi yang telah dihasilkan dari kegiatan operasional baik pemantauan lingkungan maupun hasil peneltian dan pengembangan untuk mitigasi bencana didiseminasikan melalui website Sistem Informasi Mitigasi Bencana Alam (SIMBA) yang dapat diakses melalui www.lapan.go.id dan www.lapanrs.com/simba. Selain itu diseminasi dilakukan melalui website Sentinel Asia (http://dmss.tksc.jaxa.jp/sentinel/), dan diberikan langsung kepada 33 instansi pengguna, seperti: BNPB, BPBD, dan UKP4.

Website SIMBA

Website SIMBA mulai dibangun sejak tahun 2003 dalam sistem yang sangat sederhana. Informasi yang disampaikan dalam website tersebut adalah pemantauan hotspot, NDVI, pemantauan fase pertumbuhan padi, pemantauan potensi banjir, dan pemantauan lingkungan lainnya. Seiring dengan waktu, beberapa kegiatan yang dulunya dikerjakan secara manual sudah berkembang menjadi pengolahan otomatisasi. Harapannya, semua informasi yang sudah operasional dapat diautomatisasi sehingga dapat menghemat tenaga kerja manusia. Gambar 25, merupakan tampilan website SIMBA.

(41)

Sentinel Asia

Diseminasi informasi kebencanaan berbasis data penginderaan jauh dapat disampaikan melalui website Sentinel Asia https://sentinel.tksc.jaxa.jp/sentinel2/topControl.action (Gambar 26). Pada tahun 2004, Sentinel Asia dibentuk secara inisiasi sukarela (voluntary) yang dikoordinasi oleh APRSAF (Asia-Pasific Regional Space Agency Forum) untuk mendukung kegiatan manajemen kebencanaan di wilayah Asia Pasifik berbasiskan data satelit penginderaan jauh. Pada dasarnya lingkup kegiatan Sentinel Asia adalah menghubungkan antara komunitas antariksa (Space Community) misalnya APRSAF dengan komunitas pengurangan bencana (Disaster Reduction Community) misalnya ADRC (Asian Disaster Reduction Center) dan Negara anggota, serta komunitas Internasional misalnya UNESCAP, UNOOSA, ASEAN, AIT.

Gambar 26. Website Sentinel Asia sebagai sarana penyebaran informasi

Diseminasi Langsung

Saat ini terdapat sekitar 33 instansi yang dikirim langsung informasi pemantauan lingkungan dan mitigasi bencana setiap bulan. Informasi yang disampaikan adalah perkembangan hasil pemantauan lingkungan dan informasi kebencanaan yang terjadi di Indonesia. Daftar 33 instansi tersebut adalah sebagai Tabel 2 berikut:

(42)

Tabel 2. Institusi Penerima Informasi langsung hasil pemantauan lingkungan dan mitigasi bencana berbasis penginderaan jauh

NO. NAMA INSTITUSI

1. Kepala Badan Meteorologi Klimatollogi Geofisika

2. Direktur Jenderal Sumber Daya Air, Kementerian Pekerjaan Umum

3. Kepala Badan Penelitian dan Pengembangan, Kementerian Pertanian

4. Kepala Badan Ketahanan Pangan, Kementerian Pertanian

5. Deputi Bidang Pendayagunaan dan Pemasyarakatan IPTEK, Kementerian Riset dan

Teknologi

6. Deputi Bidang Statistik Ekonomi, Badan Pusat Statistik

7. Deputi Survei Dasar Sumberdaya Alam, Badan Informasi Geospasial

8. Deputi I Bidang Koordinasi Kerawanan Sosial, Kemenkokesra

9. Direktur Pengelolaan Lahan, Ditjen Pengelolaan Lahan dan Air, Kementerian Pertanian

10. Direktur Penanggulangan Kebakaran Hutan, Kementerian Kehutanan

11. Kepala Pusat Data dan Informasi Pertanian, Kementerian Pertanian

12. Kepala Biro Data dan Informasi, Badan Nasional Penanggulangan Bencana

13. Asisten Deputi Urusan Pengendalian Kerusakan Hutan dan Lahan, Deputi Bidang

Peningkatan Konservasi Sumberdaya Alam dan Pengendalian Kerusakan Lingkungan, Kementerian Negara Lingkungan Hidup

14. Kepala Pusat Dokumentasi dan Informasi Ilmiah, Lembaga Ilmu Pengetahuan Indonesia

15. Kepala Bappeda Provinsi Sumatera Barat

16. Kepala Bappeda Provinsi Sumatera Selatan

17. Kepala BMKG Kenten, Sumatera Selatan

18. Kepala BAPEDAL Provinsi Riau

19. Kepala BAPEDALDA Provinsi Kalimantan Barat

20. Kepala Dinas Kehutanan Provinsi Kalimantan Tengah

21. Kepala BPPLHD Provinsi Kalimantan Tengah

22. Kepala Subdin Perlindungan dan Pengamanan Hutan, Dinas Kehutanan Provinsi

Sumatera Selatan

23. Kepala Pusat Pengendalian Kebakaran dan Rehabilitasi Hutan Lembaga Pengabdian Pada

Masyarakat, Universitas Palangkaraya

24. Head of VAM and M&E Unit, UN World Food Programme

25. Head of Environment and Disaster Management, Bureau for Resources Development,

ASEAN Secretariat

26. Kepala UPTD Pengendalian Kebakaran Hutan – Sumatera Selatan

27. P. T. Garuda Food, Jakarta

28. Ban V Straops Sopsal, MABES TNI-AL, Cilangkap, Jakarta

29. Kepala Balai Taman Nasional Sebangau, Dirjen Perlindungan Hutan dan Konservasi Alam,

Kalimantan Tengah

30. Kepala Divisi R&D BULOG, Jakarta

31. Direktur Pengelolaan Air Irigasi, Jl. Taman Margasatwa No.3 Ragunan, Pasar Minggu,

Jakarta Selatan

32. Kepala Badan Lingkungan Hidup Provinsi Kalimantan Tengah, UP. Kepala Bidang

Pengendalian Pencemaran Lingkungan, d.a. Jl. Williem AS. No. 8 Palangka Raya.

33. Kepala Dinas Perkebunan, Up. Kepala Bidang Perlindungan, Jl. Jend. Sudirman No. 18

(43)

TANTANGAN DISEMINASI INFORMASI

Tantangan diseminasi informasi pemantauan lingkungan dan mitigasi bencana adalah masalah kecepatan dan keakuratan dari informasi yang disampaikan. Terkait dengan hal tersebut, Bidang Lingkungan dan Mitigasi Bencana sedang membangun suatu sistem yang akan menjawab tantangan tersebut. Sistem tersebut dinamai dengan SIMBA Center. Dalam sistem informasi kebencanaan yang akan dikembangkan, terdapat 4 sub-sistem yang penting yang menyusun keseluruhan sehingga dari proses mendapatkan informasi hingga menyampaikan informasi dapat dilaksanakan secepat mungkin. Sub sistem tersebut adalah :

1. Sistem Penerimaan Informasi Kebencanaan

Sistem ini dibuat dengan tujuan untuk mendapatkan informasi bencana di wilayah Indonesia secara cepat, sehingga proses pengolahan data akan dilakukan dengan cepat begitu mendapatkan informasi bencana. Sistem ini akan menggunakan sistem komunikasi dengan radio kebencanaan yang dimiliki oleh BNPB. Data geospasial dapat disediakan dalam waktu 24 jam jika terjadi bencana di suatu wilayah. Selain komunikasi dengan radio BNPB, siaran televisi dan radio yang terupdate juga akan dikombinasikan dalam sistem ini.

2. Sistem Koneksi ke Data Center

Sistem ini dibuat untuk mendapatkan data remote sensing secara cepat, sehingga diperlukan sistem koneksi data center yang dikelola oleh pusat lain di Lapan. Data

remote sensing yang diperlukan untuk pengolahan data secara cepat akan diperoleh

dalam sistem ini. Saat ini yang telah berjalan dengan baik adalah sistem indofire yang telah langsung koneksi ke data center, pengolahan otomatis, dan informasi langsung disampaikan dalam website.

3. Sistem Pengolahan Data

Sistem itu merupakan rangkaian dari sistem sebelumnya, sehingga dapat diolah baik secara manual maupun otomatis. Harapan untuk ke depannya sistem pengolahan data ini dapat berlangsung secara otomatis, namun penguatan riset pemanfaatan penginderaan jauh untuk deteksi daerah bencana sangat perlu dilakukan.

4. Sistem Penyampaian Informasi

Sistem Penyampaian Informasi merupakan ujung tombak dari keseluruhan sistem informasi kebencanaan berbasis penginderaan jauh. Website SIMBA, geospatial BNPB,

(44)

Sentinel Asia, dan website lain merupakan target penyampaian informasi dari sistem ini. Secara keseluruhan, skema sistem informasi kebencanaan (SIMBA Center) disajikan pada Gambar 27.

Gambar 27. Desain sistem informasi kebencanaan berbasis penginderaan jauh (SIMBA Center)