307
Kajian Data AMSR-2 untuk Ekstraksi Suhu Permukaan Laut
di Perairan Indonesia
Data Review of AMSR-2 for Sea Surface Temperature Extraction
in Indonesian Waters
Yennie Marini*), Kuncoro Teguh Setiawan
Pusat Pemanfaatan Penginderaan Jauh LAPAN
*)E-mail: yennie.marini@lapan.go.id
ABSTRAK – Metode untuk mengekstraksi informasi suhu permukaan laut (SPL) dari satelit penginderaan jauh mencakup sensor optik (kanal inframerah termal) dan microwave. Keterbatasan utama menggunakan sensor optik adalah adanya tutupan awan terutama di wilayah tropis seperti di Indonesia ini. Sistem sensor microwave mempunyai kemampuan tambahan yaitu mempunyai pencahayaannya sendiri, kemampuannya untuk menembus awan, dan beroperasi di berbagai kondisi iklim. Tulisan ini mengkaji kemampuan sensor microwave, yaitu sensor Advance Microwave Scanning Radiometer-2 (AMSR-2) untuk mengekstrak informasi SPL. Data yang digunakan adalah Data harian, 3-harian, mingguan dan bulanan Data SPL AMSR-2 pada bulan April 2017 yang tersedia di website Remote Sensing System (RSS). Hasil kajian menunjukkan data 3-harian AMSR-2 sudah cukup representatif untuk mendapatkan gambaran sebaran SPL perairan Indonesia.
Kata kunci: AMSR-2, SPL, microwave
ABSTRACT – The method for extracting sea surface temperature from remote sensing include optical sensor (thermal infrared band) and microwave sensor. The main limitation of using optical sensor is the presence of cloud cover, especially in tropical regions such as Indonesia. Microwave sensor system has additional capabilities of having their own illumination, their ability to penetrate clouds, and able to operate in any climatic conditions. This paper examines the ability of microwave sensor, which is The Advanced Microwave Scanning Radiometer-2 (AMSR-2) sensor for extraction information of SST. The data used are daily, 3-day, weekly, and monthly provided by Remote Sensing System (RSS) website. The study results shows 3-day data of AMSR-2 is sufficiently representative to get an overview of SST distribution in Indonesian waters.
Keywords: AMSR-2, SST, microwave
1. PENDAHULUAN
Suhu permukaan laut (SPL) adalah parameter yang sangat penting untuk memahami interaksi antara udara dan laut serta perubahan iklim. SPL memainkan peran mendasar dalam energi dan pertukaran kelembaban antara lautan dan atmosfer. Contoh nyata dari hubungan antara parameter geofisika permukaan laut dan atmosfir adalah siklus El Niño dan La Niña (Bond, dkk., 2010 ; 2011). Selain itu, SPL juga berpengaruh terhadap perkembangan kejadian angin ekstrim seperti angin ribut dan siklon tropis (M.DeMaria dan J Kaplan, 1994; K.A.Emanuel, 1999).
Pengukuran SPL dengan metode penginderaan jauh diawali dengan menggunakan sensor infrared (IR) yang dibawa oleh satelit geostationer dan polar orbit dari National Oceanic and Atmospheric Administration’s (NOAA) pada tahun 1970an (McClain, EP dkk., 1985). Walaupun sensor IR mampu menghasilkan pengukuran dengan spasial resolusi yang relatif tinggi, namun sensor IR tidak dapat menembus awan dan aerosol, hal tersebut menjadi keterbatasan dalam pengukuran sensor IR di setiap kondisi cuaca. Sistem sensor microwave mempunyai kemampuan tambahan yaitu mempunyai pencahayaannya sendiri, kemampuannya untuk menembus awan, dan beroperasi di berbagai kondisi iklim, kecuali saat hujan lebat. Hal ini memungkinkan untuk mendapatkan pengukuran SPL yang bebas dari liputan awan, dengan cakupan global.
Advanced Microwave Scanning Radiometer-2 (AMSR-2) adalah sensor pasif microwave dari satelit Global Change Observation Mission – Water (GCOM-W1) milik Japan Aerospace Exploration Agency (Jaxa) yang diluncurkan pada tanggal 18 Juli 2012 (Hihara, dkk., 2015). AMSR-2 dimuat di satelit GCOM-W1 adalah sebuah sensor untuk mengamati radiasi gelombang mikro yang dipancarkan dari atmosfir dan permukaan bumi. Menggunakan kanal multi frekuensi, AMSR-2 dapat memberikan perkiraan curah hujan, uap air, SPL,
308
dan kecepatan angin permukaan di atas samudera secara global. AMSR-2 adalah penerus dari sensor AMSR/Advanced Earth Observing Satellite-II (ADEOS-II) dan AMSR for Earth Observing system (AMSR-E) pada satelit Aqua. Kedua sensor tersebut selama beropreasi telah memberikan data yang informatif dan berkualitas tinggi (Kutsuwada et al. 2009; Konda et al. 2009; Hosoda 2010). Diharapkan sensor AMSR-2, dapat digunakan untuk melanjutkan dan memperluas penelitian yang berkaitan dengan iklim, siklus air, dan kajian interaksi udara-laut. Karakteristik sensor AMSR-2 pada satelit GCOM-W1 secara umum dan tiap kanalnya ditampikan pada Tabel 1 dan Tabel 2, sedangkan penampakkan satelit GCOM-W1 ditampilkan pada Gambar 1.
Tabel 1. Karakteristik GCOM-W1/AMSR2
Scan and rate Conical scan at 40 rpm
Antenna Offset parabola with 2.0 m diameters
Swath width 1450 km
Incidence angle Nominal 55 degrees
Digitization 12 bits
Dynamic range 2.7 – 340.000
Polarization Vertical and horizontal
Sumber: https://www.star.nesdis.noaa.gov/mirs/amsr2.php Tabel 2. Karakteristik Kanal Karakteristik GCOM-W1/AMSR2 Center Freq.
[GHz] Band Width [MHz] Polarization (Ground res. [km]) Beam width [deg] Sampling interval [km]
6.925 350 V and H 1.8 (35x62) 10 7.30 350 V and H 1.8 (35x62) 10 10.65 100 V and H 1.2 (24x42) 10 18.7 200 V and H 0.65 (14x22) 10 23.8 400 V and H 0.75 (15x26) 10 36.5 1000 V and H 0.35 (7x12) 10 89.0 3000 V and H 0.15 (3x5) 5 Sumber: https://www.star.nesdis.noaa.gov/mirs/amsr2.php
Gambar 1. Satelit GCOM-W1
Sumber: http://global.jaxa.jp/countdown/f21/overview/shizuku_e.htm
Data AMSR-2 tersedia di website Remote Sensing System (RSS). RSS adalah sebuah perusahaan penelitian ilmiah yang terletak di California bagian utara dan mempunyai spesialisasi dalam penginderaan jauh bumi menggunakan satelit microwave. Berdiri sejak tahun 1974 oleh Frank J. Wents. Data AMSR-2 yang tersedia sejak tanggal 2 Juli 2012, terdiri dari data SPL, Surface Wind Speeds (low and medium frequency), Atmosperic Water Vapor, Cloud Liquid Water, dan Rain Rate. Tulisan ini mengkaji kemampuan sensor microwave AMSR-2 untuk mengekstrak informasi SPL.
309
2. METODE
Data yang digunakan adalah data SPL AMSR-2 harian, 3-harian, mingguan dan bulanan pada bulan April 2017 yang tersedia di website RSS. Data harian terdiri dari dua liputan data, yaitu ascending orbit segment (siang hari) dan descending orbit segment (malam hari). Data 3-harian, merupakan data rata-rata 3 hari dan termasuk tanggal data. Misalnya data 3-harian tanggal 3 April 2017, maka data tersebut merupakan rata-rata dari data tanggal 1, 2, dan 3 April 2017. Data mingguan merupakan data rata-rata 7 hari, yang dimulai dari hari Minggu hingga Sabtu. Misalnya, tanggal data SPL mingguan adalah 8 April 2017, maka data tersebut merupakan rata-rata dari data harian tanggal 2 April 2017 (Minggu) hingga 8 April 2017 (Sabtu). Sedangkan data bulanan merupakan rata-rata dari semua data dalam satu bulan kalender.
Setiap data binary yang tersedia di http://data.remss.com/amsr2, terdiri dari empat belas grid (data harian) dan enam grid (data rata-rata) yang berukuran 0.25 X 0.25 derajat dari (1440,720) byte peta. Nilai SPL pada data binary berada pada kisaran 0 – 255, dengan nilai-nilai spesifik yang telah ditentukan adalah:
0 – 250 = nilai SPL
251 = tidak ada nilai SPL dikarenakan hujan 252 = sea ice (tidak digunakan pada data set) 253 = ada liputan data AMSR-2 tapi tidak bagus 254 = tidak ada liputan data AMSR-2
255 = darat
Untuk menghitung suhu permukaan dari data binary, kalikan dengan faktor skala (0.15), dengan persamaan sebagai berikut:
𝑺𝑷𝑳 (°𝑪) = (𝑺𝑺𝑻 ∗ 𝟎. 𝟏𝟓) − 𝟑. 𝟎 ... (1) Dimana:
SPL = Suhu Permukaan Laut (°C) SST = Nilai SPL data AMSR-2
Untuk mengekstrak data binary dapat digunakan program mathlab, fortran, idl, atau phyton. Setelah data berhasil diekstrak kemudian data di konversi ke dalam format yang bisa dibaca program-program image processing, seperti ER Mapper, Envi, dan lain-lain. Diagram alir pengolahan data AMSR-2 ditampilkan pada Gambar 2.
Gambar 2. Diagram Alir Pengolahan Data AMSR-2
3. HASIL DAN PEMBAHASAN
3.1. Hasil Ekstraksi Informasi SPL Data AMSR-2
Data AMSR-2 yang digunakan pada kajian ini adalah data SPL harian, 3-harian, mingguan dan bulanan. Gambar 3 menampilkan liputan data SPL harian AMSR-2, yaitu ascending orbit segment (siang hari) dan
310
descending orbit segment (malam hari). Data tersebut masih dalam selang nilai 0 – 255, agar nilai tersebut menjadi nilai SPL dalam °C maka harus dikalikan dengan faktor skala seperti pada formula (1). Setelah dikalikan dengan faktor skalanya, maka tampilannya menjadi seperti Gambar 4a dan 4b.
(a) Data SPL AMSR-2 Ascending Orbit Segment (b) Data SPL AMSR-2 Descending Orbit Segment
Gambar 3. Data SPL Harian (a) Ascending dan (b) Descending Orbit Segment AMSR-2 Tanggal 14 April 2017
Untuk mendapatkan data rata-rata harian, maka kedua data tersebut dioverlay dan dihitung rata-rata data hariannya. Gambar hasil rata-rata data harian AMSR-2 perlihatkan pada Gambar 5.
(a)
(b)
Gambar 4. Data SPL Harian (a) Ascending dan (b) Descending, Orbit Segment AMSR-2 dalam °C Tanggal 14 April 2017
Gambar 5. Data SPL Harian AMSR-2 Tanggal 14 April 2017
Proses pengolahan data SPL 3-harian, mingguan, dan bulanan sama dengan data SPL harian. Gambar 6 memperlihatkan SPL harian, 3 harian, mingguan dan bulanan perairan Indonesia. Warna putih pada SPL AMSR-2 menunjukkan tidak adanya informasi SPL, hal ini bukan disebabkan oleh liputan awan, melainkan karena adanya kontaminasi side-lobe. Kontaminasi side-lobe ini menyebabkan tidak adanya informasi SPL pada bagian pesisir. Data SPL harian AMSR-2 mempunyai null value (warna putih) yang cukup besar, selain karena kontaminasi side lobe di daerah pesisir, hal ini juga disebabkan data harian AMSR-2 mempunyai 2
311 liputan data, yaitu ascending dan descending, ketika kedua data tersebut digabungkan masih terdapat area yang tidak terliput.
(a) SPL Harian Tanggal 14 April 2017 (b) SPL 3-harian Tanggal 14 April 2017
(c) SPL Mingguan Tanggal 29 April 2017 (d) SPL Bulan April 2017
Gambar 6. Sebaran SPL AMSR- (a)2 Harian (b) 3-harian (c) Mingguan dan (d) Bulanan Perairan Indonesia
Dari Gambar 6 dapat dilihat bahwa data 3-harian AMSR-2 sudah cukup representatif untuk mendapatkan gambaran sebaran SPL Indonesia, berbeda dengan data SPL inframerah, seperti NOAA atau MODIS yang memerlukan data mingguan atau bahkan bulanan untuk bisa memberikan gambaran sebaran SPL Indonesia, hal ini dikarenakan data SPL inframerah sensitif terhadap liputan awan sehingga menyulitkan dalam interpretasinya.
3.2. Sebaran Suhu Permukaan Laut Perairan Indonesia Bulan April 2017
Sebaran SPL perairan Indonesia bulan April 2017 berdasarkan data AMSR-2 ditampilkan pada Gambar 7. Dari gambar terlihat perairan utara Indonesia mempunyai sebaran SPL yang lebih hangat dibandingkan perairan selatan Indonesia. Secara umum SPL perairan Indonesia pada periode Maret, April, dan Mei paling hangat dibandingkan dengan periode yang lain (Habibie dan Nuraini, 2014; Gaol dkk, 2014). Berdasarkan data AMSR-2 bulan April 2017 SPL perairan Indonesia berkisar 26,6 – 33,3 °C dengan rata-rata suhu 29,9°C. Pola distribusi SPL perairan Indonesia bulan April 2017 ditampilkan dalam bentuk grafik pada Gambar 8. Suhu tertinggi terjadi di perairan Laut Cina Selatan, sedangkan terendah terjadi di perairan Samudera Hindia.
312
Gambar 7. Sebaran SPL Data AMSR-2 Bulan April 2017 Perairan Indonesia
Gambar 8. Grafik Pola Distribusi SPL Perairan Indonesia Berdasarkan Data AMSR-2 Bulan April 2017
Untuk mendapatkan gambaran lebih jelas tentang sebaran SPL perairan bulan April 2017, berikut ditampilkan SPL mingguan data AMSR-2 pada Gambar 9. Secara visual terlihat perubahan sebaran SPL di perairan Indonesia pada bulan April 2017 dalam tiap minggunya terlihat cukup dinamis. Nilai kisaran dan rata-rata SPL di setiap minggu pada bulan April dapat dilihat pada Tabel 3.
313
Minggu I Minggu II
Minggu III Minggu IV
Minggu V
Gambar 9. Sebaran SPL Data AMSR-2 Mingguan Bulan April 2017 Perairan Indonesia Tabel 3. Nilai Kisaran dan Rata-rata Sebaran SPL per Minggu Bulan April 2017
Minggu Kisaran SPL (°C) Rata-rata SPL (°C)
I 26,3 - 33,8 29,6
II 26,1 - 32,7 29,6
III 26,6 - 32,6 29,7
IV 26,4 - 33,9 29,9
V 25,8 - 33,2 30,2
Kisaran SPL minggu ke 1 bulan April adalah 26,3 - 33,8°C dengan rata-rata suhu 29.6°C. Kondisi SPL pada minggu ke 2 dan ke 3 relatif sama dengan minggu ke 1 kecuali di selatan Sumatera, Jawa, dan Bali SPL mulai menurun, sedangkan perairan Selat Karimata, Laut Jawa, Selat Makassar dan Laut Sulawesi mulai menghangat. Klimaks kenaikan suhu perairan di utara Indonesia terjadi pada minggu ke 4 dan ke 5 dengan rata-rata SPL 29.9°C dan 30.2°C.
Akumulasi sebaran SPL mingguan di seluruh perairan Indonesia pada bulan April 2017 ditunjukkan pada Gambar 10. Dari grafik terlihat bahwa kisaran SPL terendah terjadi pada minggu ke 2 dengan nilai suhu 26,10 - 32,70°C, sedangkan kisaran tertinggi terjadi pada minggu ke 4 dengan nilai suhu 26,40 - 33,90°C.
314
Gambar 10. Grafik Akumulasi SPL Mingguan Bulan April 2017 Perairan Indonesia Berdasarkan Data AMSR-2
4. KESIMPULAN
Data satelit AMSR-2 mempunyai kemampuan untuk menghasilkan liputan data tanpa terkendala dengan liputan awan, namun memiliki kekurangan dalam hal resolusi dan kontaminasi side lobe. Data SPL 3-harian dari AMSR-2 sudah bisa digunakan untuk mempelajari SPL secara global. Berdasarkan data AMSR-2 bulan April 2017 SPL perairan Indonesia berkisar 26,6 – 33,3 °C dengan rata-rata suhu 29,9°C.
5. UCAPAN TERIMA KASIH
Terima kasih kepada Kepala Pusat Pemanfaatan Penginderaan Jauh, Bapak Rokhis Khomarudin, dan Kepala Bidang Program dan Fasilitas, Bapak Syarif Budhiman, atas fasilitas yang diberikan kepada peneliti.
6. DAFTAR PUSTAKA
Bond, N. A., M. F. Cronin dan M. Garvert, (2010): Atmospheric sensitivity to SST near the Kuroshio extension during the extratropical transition of Typhoon Tokage. Mon. Wea. Rev., Journals Online 138, 2644−2663, doi:10.1175/2010mwr3198.1.
Bond, N. A., M. F. Cronin, C. Sabine, Y. Kawai, H. Ichikawa, P. Freitag dan K. Ronnholm, (2011): Upper ocean response to Typhoon Choi-Wan as measured by the Kuroshio Extension Observatory mooring. J. Geophys. Res.-Oceans, 116, doi: 10.1029/2010jc006548.
Gaol, J.L., Arhatin, R. E. dan Ling, M.M. (2014). Pemetaan Suhu Permukaan Laut dari Satelit di Perairan Indonesia untuk Mendukung One Map Policy. Dipresentasikan pada Seminar Nasional Penginderaan Jauh, 11 April 2015: 443 – 442. Bogor.
Habibie, M.N. dan Nuraini, T. A. (2015). Karakteristik dan Tren Perubahan Suhu Permukaan Laut di Indonesia Periode 1982-2009. Jurnal Meteorologi dan Geofisika. 15(1): 37-49.
Hihara, T., Kubota, M., dan Okuro, A. (2015). Evaluation of Sea Surface Temperature and Wind Speed Observed by GCOM-W1/AMSR Using In Situ Data and Global Product. Remote Sensing of Environment, 164 (2015), 170-178. Hosoda, K., (2010): A review of satellite-based microwave observations of sea surface temperatures. J. Oceanography,
66, 439−473.
K. A. Emanuel, (1999). Thermodynamic Control of Hurricane Intensity, Nature, vol. 401, pp. 665–669.
Konda, M., H. Ichikawa and H. Tomita, (2009): Wind speed and latent heat flux retrieved by simultaneous observation of multiple geophysical parameters by AMSR-E. Journal of the Remote Sensing Society of Japan, 20, 191−198. Kutsuwada, K., M. Koyama, dan N. Morimoto, (2009): Validation of gridded surface wind products using spaceborne
microwave sensors and their application to air-sea interaction in the Kuroshio Extension region. Journal of the Remote Sensing Society of Japan, 29, 179−190.
McClain,E.P.,W.G.Pichel dan C.C.Walton,(1985). Comparativeperformance of AVHRR-based multichannel sea surface temperatures, J. Geophys. Res., (90), 11587–11601.
M. DeMaria and J. Kaplan, (1994). Sea surface temperature and the maximum intensity of Atlantictropicalcyclones, J.Climate,7,1324–1334
