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

(1)

Vol.19 No.2 Agustus 2017 Jurnal Momentum _{e-ISSN : 2581-091X}

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 2010-2025. 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 2007 2013 dan 2016 digunkan untuk menghasilkan suhu permukaan daratan dan NDVI.

Hasilnya menunjukkan bahwa suhu maksimum kota padang tahun 2007 berada pada nilai 30.250_C,

kemudian mengalami peningkatan di tahun 2013 menjadi nilai 34.350_{C, untuk tahun 2016 nilai suhu}

maksimum turun mencapai 33.230_{C,. Sedangkan wilayah UHI berada pada suhu +30}0_{. 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 2010-2025. 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

(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 2007. Pendekatan pengambilan suhu digambarkan dalam Handbook pengguna

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, 2016. 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 (Tk) kedalam satuan Celcius

(Tc), formula yang digunakan sebagai

berikut:

Tc = Tk - 273.15

(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 00 _{C dan tertinggi sebesar 30,25}0_C.

Sedangkan suhu rata rata permukaan daratan sebesar 210_{C dengan nilai standar deviasi}

sebesar 5.470_{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 13,50_{C dan tertinggi}

sebesar 34,350_{C. Sedangkan suhu rata rata}

permukaan daratan sebesar 24,350_{C dengan}

nilai standar deviasi sebesar 3,480_C.Adapun

nilai terendah (130 _{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 8,140_{C dan tertinggi sebesar}

33,230_{C. Sedangkan suhu rata rata}

permukaan daratan sebesar 21,820_{C dengan}

nilai standar deviasi sebesar 5.470_{C. Adapun}

nilai terendah (8,140 _{C) pada perekaman}

tersebut dikarenakan adanya gangguan atmosferik ( awan ).

Nilai variasi suhu kota padang 2007 – 2016 yang telah diklasifikasikan kedalam 6 kelas menunjukkan bahwa suhu maksimum kota padang tahun 2007 berada pada nilai 30.250_{C, kemudian mengalami peningkatan}

di tahun 2013 menjadi nilai 34.350_{C. Pada}

rentang tahun tersebut artinya terjadi kenaikan nilai suhu maksimum daratan kota padang sebesar 4.10_{C. Sedangkan untuk}

tahun 2016 nilai suhu maksimum mencapai 33.230_{C, jika dibandingkan dengan nilai suhu}

daratan kota padang tahun 2013 terjadi penurunan suhu sebesar 1.120_C

(4)

3.2 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.

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.

mempunyai rentang cukup jauh -0.57 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 -0.43 sampai

Suhu ('C) High : 34.35 Low : 13.5 Suhu ('C) Tinggi : 30.25 Rendah : 0

Ü

Suhu ('C) High : 33.23 Low : 8.14 9 8 8 0 00 0 98 9 0 0 0 0 9 9 0 0 00 0 99 1 0 0 0 0 98 8 0 0 0 0 9 8 9 0 00 0 99 0 0 0 0 0 9 9 1 00 0 0 0 2 4 8 12 16 Km 0 2 4 8 12 16 Km 0 2 4 8 12 16 Km NDVI_{High : 0.86} Low : -0.57 NDVI High : 0.60 Low : -0.58 NDVI High : 0.84 Low : -0.43 644000 650000 656000 662000 668000 674000 9 8 8 00 0 0 98 9 0 00 0 9 9 00 0 0 0 99 1 0 00 0 642000 648000 654000 660000 666000 672000 98 8 0 00 0 9 8 90 0 00 99 0 00 0 0 9 91 0 00 0 648000 654000 660000 666000 672000

Ü

1.c tahun 2016

Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan 2016. Gambar 2.a,b,c : Distribusi spasial NDVI Kota Padang tahun 2007 – 2016

1.a tahun 2007 1.b tahun 2013

2.c tahun 2016

2.a tahun 2007 2.b tahun 2013

Suhu ('C) High : 30.25 Low : 0 Suhu ('C) High : 33.23 Low : 8.14 Suhu ('C) High : 34.35 Low : 13.5

Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan 2016. Gambar 1 a,b,c : Distribusi spasial suhu permukaan Kota Padang tahun 2007 – 2016

(5)

3.3 Distribusi Spasial Urban Heat

Island

Hasil deteksi pola spasial urban heat island (UHI) selama tahun 2007 hingga 2016 maka ditetapkan abang batas nilai suhu yakni +300_{C. Berdasarkan analisis data nilai suhu}

distribusi spasial UHI untuk tahun 2007 tersebar di 1 kecamatan dengan total luas 17.07 Ha. Namun pada tahun 2013 wilayah UHI mengalami peningkatan yang tersebar di 11 kecamatan di kota padang dengan total luas 3995.87 Ha. Selanjutnya untuk tahun tahun 2016 terjadi penurunan luas wilayah UHI tersebar di 9 kecamatan dengan total luas 859.79, 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 2007 – 2016 (hektar)

3.4 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 R2_{untuk tahun 2007}

menunjukkan nilai 0.969 dan naik menjadi 0,996 pada tahun 2014 serta 0.990 untuk tahun 2016. 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 -0.43 sampai dengan 0.84. Oleh karena itu, dapat dikatakan bahwa NDVI bervariasi antar wilayah kota dari waktu ke waktu.

0 4 8 16 24 32

Km KE_{C. N}

AN GG_ALO

KEC. KOTO TANGAH

Ü

KEC. PAUH KEC. KOTO TANGAH

KEC. K URAN

JI

KEC. LUBUK KILANGAN

KEC. BUNGUS TELUK KABUNG KEC. LUBUK BEGALUNG KEC. NANGGALO

KEC. PADANG SELATAN KEC. PADANG UTARA

KEC. PADANG TIMUR KEC. PADANG BARAT

644000 650000 656000 662000 668000 674000 98 8 0 0 00 9 89 0 0 0 0 9 9 0 00 0 0 99 1 0 0 00 9 92 0 0 0 0 KEC. PAUH KEC. KOTO TANGAH

KEC. KURANJI

KEC. LUBUK KILANGAN

642000 648000 654000 660000 666000 672000 9 8 8 00 0 0 98 9 0 0 00 9 90 0 0 0 0 9 9 1 00 0 0 99 2 0 0 00 KEC. PAUH KEC. KOTO TANGAH

KE C. KURANJI

KEC. LUBUK KILANGAN

642000 648000 654000 660000 666000 672000 K EC_{. N} A_N G_G ALO KEC. KOTO TANGAH

Urban Heat Island

17.07 4.05 560.36 406.58 573.93 111.22 294.34 471.15 262.16 659.67 533.03 119.39 305.56 9.95 1.63 200.46 65.25 6.87 41.29 219.19 3.60

Kec. Bungus Teluk Kabung Kec. Koto Tangah Kec. Kuranji Kec. Lubuk Begalung Kec. Kilangan Kec. Nanggalo Kec. Padang Barat Kec. Padang Selatan Kec. Padang Timur Kec. Padang Utara Kec. Pauh

Luas 2007 Luas 2013 Luas 2016

Sumber : Pengolahan citra Landsat 7 ETM+ tahun 2007 dan Landsat 8 OLI tahun 2013 dan 2016. Gambar 1 a,b,c : Distribusi spasial suhu permukaan Kota Padang tahun 2007 – 2016

(6)

4. KESIMPULAN

Suhu maksimum kota padang tahun 2007 berada pada nilai 30.250_{C, kemudian}

mengalami peningkatan di tahun 2013 menjadi nilai 34.350_{C. Pada rentang tahun}

tersebut artinya terjadi kenaikan nilai suhu maksimum daratan kota padang sebesar 4.10_{C. Sedangkan untuk tahun 2016 nilai}

suhu maksimum mencapai 33.230_{C, jika}

dibandingkan dengan nilai suhu daratan kota padang tahun 2013 terjadi penurunan suhu sebesar 1.120_C

Wilayah Urban Heat Island Kota Padang berada pada suhu +30 0_{C. Wilayah}

UHI memiliki pola spasial acak (barat ke timur) dengan luasan yang bervariasi dari tahun ke tahun. Untuk tahun 2007 terdeteksi seluas 17.07 Ha kemudian naik tahun 2013 seluas 3995.87 Ha dan pada tahun 2016 mengalami penurunan menjadi 859.79 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

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, 133–146. 2006.

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), 125–138. 2015.

Landsat Project Science Office. Landsat 7 Science Data User’s Handbook. Goddard Space Flight Center, NASA,

Washington, DC. 2002.

URL:http://ltpwww.gsfc.nasa.gov/IAS/ handbook/handbook_toc.html, (akses Sumber :Analisa data 2017

(7)

URL: https://landsat.usgs.gov/landsat-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 20 125–145. 2017.

Purevdorj, T. S., Tateishi, R., Ishiyama, T., & Honda, Y.Relationships between percent vegetation cover and vegetation indices. International Journal of Remote Sensing, 19(18), 3519−3535. 1998

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.64004–64004. 2016.

http

://iopscience.iop.org/article/10.1088/17 48-9326/11/6/064004/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:978-979- 17490-0-8. 2008. Urban Heat Island Basics. Reducing Urban

Heat Islands: Compendium of. Strategies, U.S. EPA. 2008

Weng, Q., Yang, S.Managing the adverse thermal effects of urban development in a densely populated Chinese city. J. Environ. Manag. 70, 145– 156. 2004. doi:10.1016/j.ejrs.2016.11.003 (diakse 11 juli 2017)

World Bank .The rise of metropolitan regions: towards inclusive and sustainable regional development.

World Bank website.

URL http://tinyurl.com/wb-rise-metro-indonesia-2012. ( akses tanggal 17 maret 2017)