Upload
vuongquynh
View
238
Download
0
Embed Size (px)
Citation preview
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
1
ANALISA RELASI PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH DI KOTA SURABAYA MENGGUNAKAN CITRA
SATELIT MULTISPEKTRAL TAHUN 1994 – 2012
Dionysius Bryan S, Bangun Mulyo Sukotjo, Udiana Wahyu D Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan
Institut Teknologi Sepuluh Nopember Surabaya (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
Email : [email protected] , [email protected]
Abstrak- Isu Global Warming saat ini sudah
menjadi bahan perbincangan serius di kalangan ilmuwan dunia dimana peningkatan suhu Bumi dapat memengaruhi pola kehidupan masyarakat dunia saat ini. Land Surface Temperature (LST) merupakan salah satu parameter kunci untuk mempelajari variasi temperatur dan energy balance dan digunakan untuk menentukan keterkaitan antara perubahan suhu dengan tata guna lahan. Penelitian ini menentukan distribusi suhu serta menentukan korelasinya dengan perubahan luas tata guna lahan. Daerah studi untuk penelitian ini adalah kota Surabaya yang merupakan salah satu kota terbesar di Indonesia. Data tutupan lahan diperoleh dari citra satelit Landsat 5 TM dan Landsat 7 ETM+ dan untuk mendapatkan data suhu, maka digunakan band 6 dari Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1. Perbedaan dalam penggunaan citra ini disebabkan adanya kerusakan pada sensor Landsat 7 ETM+ sejak tahun 2003, sehingga tidak memungkinkan untuk digunakan band thermalnya. Hasil pengolahan data Landsat menunjukkan bahwa terjadi perubahan luas tutupan lahan yang cukup signifikan . Untuk kawasan urban terjadi perubahan sekitar 27930600 m2 dalam rentang waktu 18 tahun. Sedangkan untuk kawasan vegetasi terjadi penurunan luas sekitar 19395000 m2 dan mencakup hanya 9.22% dari total luas kota Surabaya. Perubahan juga terjadi pada hasil pengolahan LST dengan algoritma mono- window Brightness Temperature yang didapat dari citra Landsat 5 TM, Landsat 7 ETM+. Sedangkan pada MODIS11A1, nilai LST yang muncul merupakan hasil kalibrasi MODIS product level 2, sehingga tidak perlu memasukkan algoritma tambahan. Dari tahun 1994 sampai 2012 perubahan suhu rata-rata yang tercatat cukup fluktuatif, yaitu terjadi peningkatan sekitar 160 Celcius dari tahun 1994 sampai 2009 kemudian mengalami penurunan sekitar 100 Celcius di tahun 2012. Korelasi terbaik yang didapat dari hasil pengolahan suhu dan tutupan lahan adalah urban (0.974453242) dan vegetasi (-0.75278847). Hasil yang ditunjukkan dalam penelitian ini merupakan langkah awal dalam penelitian berikutnya untuk mendapatkan hasil yang lebih valid dengan mempertimbangkan faktor-faktor kualitatif. Kata Kunci : LST, Landsat 5 TM, Landsat 7 ETM+, MODISA11A1
I. PENDAHULUAN
Land Surface Temperature (LST) merupakan
faktor kunci dalam studi iklim global yang dapat dijadikan sebagai salah satu parameter untuk mempelajari variasi temperatur yang berkaitan langsung dengan perubahan tutupan lahan[5]. Beberapa kota metropolitan memiliki rataan suhu permukaan yang lebih tinggi dari wilayah sekitarnya yang diakibatkan oleh tingginya aktivitas pembangunan fisik perkotaan. Aktivitas tersebut cenderung mengalami peningkatan yang signifikan dari rentang pertengahan tahun 1990an sampai awal 2000an, yang ditunjukkan dengan meningkatnya jumlah bangunan (bangunan komersil, pemerintahan, pemukiman, dll) hingga meluasnya areal industri. Namun sebaliknya luas areal vegetasi baik areal persawahan, perkebunan hingga wilayah konservasi kehutanan menunjukkan grafik penurunan yang signifikan [1].
Penginderaan jauh merupakan salah satu metode yang tepat dalam memonitor dinamika temperatur suatu wilayah tanpa perlu melakukan kontak langsung dengan objek. Citra satelit Landsat merupakan salah satu produk penginderaan jauh yang cocok untuk studi lingkungan dan biasa digunakan untuk pemantauan suhu permukaan tanah dengan algoritma mono-window Brightness Temperature, karena memiliki band thermal (band 6) dengan rentang panjang gelombang 10.4 sampai 12.5 µm dan resolusi spasial 60 meter. Selain band 6, Landsat juga memiliki band 1-5 dan 7 dengan resolusi spasial 30 meter dan 15 meter untuk band 8 (pankromatik)[3]. Meskipun resolusi spasialnya tergolong level medium, namun banyak penelitian yang telah memanfaatkan Landsat untuk mengamati kualitas lingkungan hidup dengan membuat korelasi yang tepat antara perubahan lahan dengan variasi suhu permukaan tanah. Selain Landsat, MODIS juga merupakan salah satu jenis satelit multispektral yang memiliki resolusi spasial 250- 1km yang memiliki 36 band dan banyak digunakan untuk analisa atmosfer, crysopher, dan litosfer[4]. Surabaya merupakan salah satu kota metropolitan Indonesia yang sangat pesat tingkat pembangunannya. Sebagai ibukota provinsi Jawa Timur, Surabaya merupakan pusat pemerintahan, bisnis, perekonomian, investasi, pendidikan dan perindustrian. Sehingga untuk menjalankan perannya tersebut, maka
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
2
kota Surabaya senantiasa melakukan pembangunan fisik untuk menunjang aktivitas masyarakatnya. Konsekuensi dari pembangunan tersebut ialah semakin sempitnya alokasi area untuk vegetasi sehingga tingkat penyerapan karbon semakin kecil. Dampak langsung dari efek ini adalah meningkatnya suhu permukaan tanah di Kota Surabaya. Oleh sebab itu, dalam penelitian ini dilakukan analisis untuk mendapatkan hubungan atau korelasi antara perubahan luas tutupan lahan dengan dinamika suhu permukaan tanah dari tahun 1994, 1997, 2000, 2002, 2006, 2009 dan 2012 dengan menggunakan citra Landsat 5 TM, Landsat 7 ETM+, MODIS11A1.
II. METODE PENELITIAN
Lokasi yang digunakan pada penelitian kali ini
adalah kota Surabaya di Provinsi Jawa Timur yang terletak di koordinat 7009’0’’-7021’0” S dan 112036’33’’-112054’0”E
Gambar 1. Lokasi Penelitian
Dalam penelitian kali ini, data primer yang digunakan untuk pemetaan tutupan lahan dan LST adalah data citra satelit mutispektral Landsat 5 TM dan Landsat 7 ETM+ untuk tahun 1994, 1997, 2000, 2002, 2006, 2009 dan 2012 serta MODIS11A11 untuk tahun 2006, 2009 dan 2012. Citra Landsat band 1-5 dan 7 digunakan untuk melakukan pemetaan Land Use dengan metode Supervised Classification sedangkan untuk pemetaan suhu digunakan citra Landsat band 6 dan citra MODIS11A1. Untuk Landsat, diperlukan algoritma Spectral Radiance dan Brightness Temperature untuk mendapatkan sebaran suhu di wilayah studi, sedangkan untuk MODIS11A1 tidak perlu digunakan algoritma tertentu karena MODIS level 2 product telah mengalami kalibrasi. Hasil pengolahan citra Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1 yang menunjukkan perubahan luas tutupan lahan dan suhu kemudian ditentukan analisa korelasi untuk mengetahui keterkaitannya. Dengan menganalisa besarnya nilai korelasi antara perubahan luas masing-masing kelas tutupan lahan dengan perubahan suhu, maka dapat ditentukan kelas tutupan lahan mana yang memiliki pengaruh besar terhadap perubahan suhu dalam rentang waktu 18 tahun.
Gambar 2. Citra Landsat 5 TM Tahun 1994 Kota Surabaya
Gambar 3. Citra Landsat 7 ETM+ Tahun 2002 Kota Surabaya
Gambar 4. Band 6 Citra Landsat 7 ETM+ Tahun 2002 Kota Surabaya
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
3
Gambar 5. Diagram Alir Pengolahan Data
III. HASIL DAN PEMBAHASAN
A. Hasil Klasifikasi Supervised Hasil dari klasifikasi terselia (Supervised
Classification) dengan metode maximum likelihood citra Landsat 5 ETM dan Landsat 7 ETM+ untuk wilayah Surabaya dari tahun 1994 sampai 2012 dibagi menjadi enam kelas. Kelas yang didapat dari hasil klasifikasi diantaranya urban, vegetasi, tambak, lahan kosong (bare soil), badan air dan awan. Awan masuk dalam kategori pengelasan karena pada beberapa citra satelit terdapat awan yang menutupi sebagian wilayah studi sehingga harus dilakukan pengelasan indvidu khusus untuk awan. Wilayah urban pada tabel meliputi daerah pemukiman, perumahan, industri, komersil, dan wilayah-wilayah terbangun lainnya, sedangkan wilayah vegetasi merupakan wilayah persawahan, hutan mangrove maupun daerah ruang terbuka hijau. Wilayah badan air meliputi daerah sungai maupun daerah genangan air. Beberapa wilayah badan air teridentifikasi di daerah tambak karena ada kemiripan spektral pada daerah tambak yang memiliki genangan air yang dalam.
Tabel 1. Hasil Klasifikasi Kelas Urban (m2)
Tabel 2. Hasil Klasifikasi Kelas Vegetasi (m2) Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 50767200.00 15.30%
1997 336614400.00 55676700.00 16.54%
2000 336917700.00 63470700.00 18.84%
2002 337031100.00 22995000.00 6.82%
2006 338829300.00 25506000.00 7.53%
2009 335205000.00 33584400.00 10.02%
2012 340256700.00 31372200.00 9.22%
Tabel 3. Hasil Klasifikasi Kelas Tambak (m2) Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 64260900.00 19.36%
1997 336614400.00 44104500.00 13.10%
2000 336917700.00 45246600.00 13.43%
2002 337031100.00 36257400.00 10.76%
2006 338829300.00 43094700.00 12.72%
2009 335205000.00 37928700.00 11.32%
2012 340256700.00 23066100.00 6.78%
Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 118142100.00 35.60%
1997 336614400.00 115409700.00 34.29%
2000 336917700.00 139786200.00 41.49%
2002 337031100.00 154019700.00 45.70%
2006 338829300.00 160710300.00 47.43%
2009 335205000.00 168288300.00 50.20%
2012 340256700.00 146072700.00 42.93%
Ya Ya
Citra Terkoreksi Geomterik
Citra Terkoreksi Geomterik
Cropping Citra
Klasifikasi Lahan (Supervised
Classification)
Algoritma LST Brightness
Temperature ( band thermal)
Cropping Citra
Tidak
RMSe < 1 pixel
Koreksi Geometrik
Koreksi Geometrik
Citra Landsat Ortho Tahun
2001
Penggabungan Band 1-5 dan 7
Generalisasi band thermal Landsat TM
dan ETM+
Citra Landsat 5 TM dan 7
ETM+
RMSe < 1 pixel
Tidak
Uji Klasifikasi >
70%
Validasi Suhu
Peta Tutupan Lahan / Land Use Tahun 1994-2012
Analisa perubahan Suhu Permukaan Tanah dan Tutupan Lahan/ Land Use Tahun 1994-
2012
Grafik korelasi antara perubahan Tutupan Lahan /Land Use dengan
Suhu Permukaan Tanah Tahun 1994-2012
Peta Sebaran Suhu Permukaan Tanah Tahun
1994, 1997, 2000 dan 2002
Tidak
MODIS11A1
Georefence
Koreksi Geometrik
RMSe < 1 pixel
Cropping Citra
Validasi Suhu
Citra Terkoreksi Geomterik
Peta Vektor Indonesia
Peta Sebaran Suhu Permukaan Tanah Tahun
2006, 2009 dan 2012
Ya
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
4
Tabel 4. Hasil Klasifikasi Kelas Lahan Kosong (m2)
Tabel 5. Hasil Klasifikasi Kelas Badan Air (m2)
Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 29043000.00 8.75%
1997 336614400.00 49060800.00 14.57%
2000 336917700.00 12976200.00 3.85%
2002 337031100.00 32166000.00 9.54%
2006 338829300.00 18644400.00 5.50%
2009 335205000.00 27775800.00 8.29%
2012 340256700.00 37668600.00 11.07%
Tabel 6. Hasil Klasifikasi Kelas Awan (m2)
B. Koreksi Geometri Untuk proses koreksi geometrik, dilakukan
penempatan titik-titik kontrol yang tersebar diseluruh wilayah studi dengan nilai RMSE <1. Proses koreksi geometrik ini dilakukan pada masing-masing citra satelit dari tahun 1994 sampai 2012 beserta perhitungan SOF yang merupakan nilai kekuatan jaring dari titik-titik kontrol yang digunakan untuk proses koreksi geometri. Tabel 7. Hasil Perhitungan RMSE dan SOF
C. Hasil Perhitungan Suhu
Perhitungan suhu dilakukan hanya pada band 6 citra Landsat 5 TM dan Landsat 7 ETM+ untuk tahun 1994, 1997, 2000 dan 2002. Algoritma yang digunakan ialah mono window Brightness Temperature[2];
Lλ= Lmin (λ) + (Lmax(λ) – Lmin(λ)) QDN/Qmax ..... (1)
Ket: Lλ = Spectral radiance (mWcm-2sr-1µm-1) Lmin (λ) = Minimum spectral radiance (mWcm-
2sr-1µm-1) Lmax(λ) = Maximum spectral radiance (mWcm-2sr-1µm-1) QDN = Derajat keabuan piksel yang diamati Qmax = Nilai maksimum Digital Number
Tb = 𝐾𝐾2
𝑙𝑙𝑙𝑙�𝐾𝐾1𝐿𝐿𝐿𝐿 +1�
...... (2)
Ket: Tb = Brightness temperature satelit (K) K1 = Konstanta Kalibrasi untuk Landsat 5
TM (607,6) dan Landsat 7 ETM+ (666,09)
K2 = Konstanta Kalibrasi untuk Landsat 5 TM (1260.56) dan Landsat 7 ETM+ (1282.71)
Lλ = Spectral radiance
Sedangkan untuk tahun 2006, 2009 dan 2012 tidak digunakan band 6 citra Landsat 7 ETM+ karena faktor SLC-OFF sehingga suhu diperoleh dari citra MODIS11A1 yang memilki resolusi spasial 1 km. Citra MODIS11A1 merupakan citra produk level 2 sehingga nilai spektral yang terdapat pada citra merupakan nilai suhu. Berikut hasil perhitungan nilai suhu dalam oC dari citra satelit Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1. Tabel 8. Hasil Perhitungan Suhu Tahun 1994-2012
Tahun Mean Maximum Minimum
1994 28.95 35.28 23.10
1997 27.07 31.66 19.51
2000 32.54 44.91 18.51
2002 38.23 48.86 26.68
2006 43.06 48.06 29.18
2009 44.30 49.32 31.02
2012 34.81 39.98 28.10
Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 69660900.00 20.99%
1997 336614400.00 65361600.00 19.42%
2000 336917700.00 62649900.00 18.60%
2002 337031100.00 91593000.00 27.18%
2006 338829300.00 90873900.00 26.82%
2009 335205000.00 65844900.00 19.64%
2012 340256700.00 100981800.00 29.68%
Tahun Luas Total Kota Luas Area Precentage
1994 331874100.00 0.00 0.00%
1997 336614400.00 7001100.00 2.08%
2000 336917700.00 12788100.00 3.80%
2002 337031100.00 0.00 0.00%
2006 338829300.00 0.00 0.00%
2009 335205000.00 1782900.00 0.53%
2012 340256700.00 1095300.00 0.32%
Tahun Nilai RMSE Nilai SOF
1994 0.107 0.5714
1997 0.370 0.6969
2000 0.178 0.5833
2002 0.111 0.55
2006 0.241 0.6167
2009 0.208 0.5825
2012 0.327 0.6071
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
5
36%
15%19%
21%9%
Klasifikasi Lahan Tahun 1994
Urban
Vegetasi
Tambak
Lahan Kosong
Badan Air
43%
9%7%
30%
11% 0%
Klasifikasi Lahan Tahun 2012
Urban
Vegetasi
Tambak
Lahan Kosong
Badan Air
Awan
Tabel 9. Data Sekunder Suhu Udara Tahun 1994-2012
Point X Y Suhu 1 Suhu 2 Mean
1. 689850 9198881 31o 35o 33o
2. 690012 9197839 31o 35o 33o
3. 691993 9194002 31o 34o 32,5o
4. 692238 9194975 28o 34o 31o
5. 692896 9191990 32o 35o 33,5o
6. 690126 9191793 32o 35o 33,5o
7. 696188 9189991 32o 34o 33o
8. 694931 9189277 32o 34o 33o
9. 686233 9189265 30o 35o 32,5o
10. 684090 9189789 30o 34o 32,5o
Data hasil perhitungan suhu menunjukkan adanya
trend peningkatan suhu permukaan tanah dari rentang tahun 1994 sampai 2009 sebelum akhirnya menurun pada tahun 2012. Trend peningkatan ini banyak disebabkan oleh salah satunya bertambah luasnya wilayah urban yang meliputi wilayah pemukiman, perumahan, industri, komersil, dan area-area terbangun lainnya disamping itu, luas wilayah vegetasi sedikit mengalami penyusutan. Luas wilayah kelas lain seperti lahan kosong (bare soil) juga memengaruhi trend peningkatan suhu. Data sekunder yang didapat merupakan data yang diambil di lapangan pada titik-titik tertentu.
Data suhu diambil dengan menggunakan alat termometer udara. Pengambilan data dilakukan dua kali yaitu pada pagi dan siang hari dan kemudian ditentukan nilai rataannya. Hal ini dilakukan untuk menyesuaikan acquisition date data pada citra satelit Landsat dan MODIS. Pengambilan data suhu menggunakan termometer udara dikarenakan suhu permukaan tanah pada hakikatnya merupakan radiasi budget energy dari litosfer sehingga pengukuran dengan termometer udara merupakan langkah yang benar.
Gambar 6. Diagram Perubahan Suhu Tahun 1994-2012
Gambar 7. Klasifikasi Lahan Tahun 1994
Gambar 8. Klasifikasi Lahan Tahun 2012
D. Analisa korelasi Perubahan Tutupan Lahan dengan Suhu
Berdasarkan hasil klasifikasi lahan Supervised Classification dengan metode maximum likelihood maka dapat ditentukan adanya hubungan antara perubahan luas tutupan lahan dengan perubahan suhu dari tahun 1994 sampai 2012. Analisa korelasi yang digunakan ialah dengan membandingkan trend perubahan tutupan lahan dan suhu. Tabel 10. Nilai Korelasi Perubahan Luasan Tutupan Lahan dan Suhu Permukaan Tanah Rata-rata, Maksimum dan Minimum.
Nilai korelasi yang ditunjukkan pada tabel
diatas merupakan nilai korelasi masing-masing perubahan luas tutupan lahan dengan nilai suhu maksimum, minimum dan mean hasil pengolahan citra . Pada tabel tersebut kelas dengan nilai korelasi yang mencolok adalah kelas urban dan vegetasi. Perubahan kelas urban memiliki korelasi kuat dengan perubahan suhu yang ditunjukkan dengan nilai 0.974453242 untuk korelasi perubahan tutupan lahan dengan nilai suhu rata-
Kelas Mean Max Min
Urban 0.974453242 0.933947696 0.799672556
Vegetasi -0.75278847 -0.594756408 -0.889701433
Tambak -0.411662773 -0.354691792 -0.451805338 Lahan
Kosong 0.346883719 0.265332849 0.564069769
Badan Air -0.439332347 -0.642604949 -0.073037337
Awan -0.427601193 -0.180924966 -0.77699942
0102030405060
1994
1997
2000
2002
2006
2009
2012
Minimum
Mean
Maksimum
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
6
rata, 0,933947696 untuk korelasi perubahan tutupan lahan dengan nilai suhu maksimum dan 0,799672556 untuk korelasi perubahan tutupan lahan dengan nilai suhu maksimum. Korelasi untuk kelas ini bernilai positif yang berarti hubungan yang terjalin bersifat searah. Sedangkan nilai korelasi yang ditunjukkan pada kelas vegetasi masing-masing -0,75278847 untuk korelasi perubahan tutupan lahan dengan nilai suhu rata-rata, -0,594756408 untuk korelasi perubahan Land Use dengan nilai suhu maksimum dan -0,889701433 untuk korelasi perubahan tutupan lahan dengan nilai suhu minimum. Nilai korelasi pada kelas vegetasi negatif yang berarti bahwa hubungan yang terjalin bersifat bertolak belakang.
Gambar 8. Korelasi Kelas Urban dan Suhu Rata-rata
Gambar 9. Korelasi Kelas Vegetasi dan Suhu Rata-rata
IV. KESIMPULAN
Dari hasil pengolahan citra satelit Landsat 5 TM, Landsat 7 ETM+ dan MODIS11A1 mengenai analisa relasi perubahan tutupan lahan dengan suhu permukaan tanah di kota Surabaya, kesimpulannya adalah: a. Perubahan luasan masing kelas tutupan lahan dari
tahun 1994 hingga 2012 adalah sebesar 8% untuk kelas urban ( dari 36% naik menjadi 43%), 6% untuk kelas vegetasi (dari 15% turun menjadi 9%), 12%
untuk kelas tambak (dari 19% turun menjadi 9%), 9% untuk lahan kosong (bare soil) (dari 21% naik menjadi 30%) dan 2% untuk badan air (dari 9% naik menjadi 11%).
b. Hasil perhitungan suhu dari tahun 1994 sampai 2012 menunjukkan adanya peningkatan. Dari tahun 1994 sampai tahun 2002, dengan menggunakan citra Landsat 5 TM dan Landsat 7 ETM+ band 6 suhu rata-rata yang tercatat berturut-turut adalah 28,95oC, 27,07oC, 32,54oC dan 38,23oC. Suhu yang tercatat untuk tahun 2006 dan 2009 juga mengalami peningkatan yaitu 43,06oC dan 44,30oC. Namun, pada tahun 2012, suhu yang tercatat turun menjadi 34,81oC. Citra yang digunakan untuk pengolahan data suhu tahun 2006, 2009 dan 2012 adalah dengan citra MODIS11A1.
c. Hasil analisa diatas menunjukkan bahwa terdapat kelas tutupan lahan yang memiliki korelasi kuat antara perubahan luasannya dengan peningkatan suhu rata-rata dari tahun 1994 sampai 2012. Kelas yang memiliki nilai korelasi kuat adalah kelas urban yang memiliki nilai korelasi 0.974453242. Kemudian kelas berikut yang memiliki nilai korelasi yang kuat adalah kelas vegetasi dengan nilai -0.75278847. Kemudian berturut-turut lahan kosong (bare soil) (0.346883719), tambak (-0.411662773), awan (-0.427601193) dan badan air (-0.439332347). Kelas awan diikut dalam penghitungan karena pada beberapa citra satelit, terdapat awan yang menutupi daerah studi dan menghalangi proses interpretasi utnuk klasifikasi sehingga awan diputuskan untuk dijadikan indvidu kelas tersendiri.
d. Kelas urban merupakan kelas yang perubahannya sangat memengaruhi peningkatan suhu permukaan tanah hal ini sesua dengan hipotesis awal yang menunjukkan bahwa efek pemanasan global sebagian besar banyak disebabkan oleh meluasnya areal urban (pemukiman, perumahan, industri, komersil, area terbangun, dan lain-lain) dan menyusutnya luasan areal vegetasi.
DAFTAR PUSTAKA
[1] Dontree, S. 2010. Relation of Land Surface Temperature (LST) and Land Use/Land Cover (LULC) from Remotely Sensed Data in Chiang Mai-Lamphun Basin. Hanoi: Department of Geodesy, Faculty of Social Science, Chiang Mai University.
[2] Qin, Z., Karnielli, A.,dan Berlier,P. 2001. A Mono-window Algorithm for Retrieving Land Surface Temperature From Landsat TM Data and Its Application to The Israel-Egypt Border Region. Israel: The Remote Sensing Laboratory, Departement of Environmental Physic, Ben Gurion University of The Negev.
[3] Quinn, J. 2001. Band Combination, <URL: http://web.pdx.edu/~emch/ip1/bandcombinations.html> Dikunjungi pada tanggal 3 Agustus 2013 pukul 09.00 WIB
[4] Wang, Z. 2007. MODIS Land Surface Temperature Product User’s Guide. Santa Barbara: University of California.
[5] Wiscombe, W. 2013. Land Surface Temperature, <URL:http://earthobservatory.nasa.gov/GlobalMaps/view.php?d1=MOD11C1_M_LSTDA> Dikunjungi pada tanggal 3 Agustus 2013 pukul 10.30 WIB
y = -3E-07x + 48.27R² = 0.566
0.0010.0020.0030.0040.0050.00
0.00 50000000.00 100000000.00
Suhu
(o C)
Luas Area (m2)
Korelasi Kelas Vegetasi dan Suhu Rata-rata
y = 3E-07x - 10.13R² = 0.949
0.00
10.00
20.00
30.00
40.00
50.00
0.00 100000000.00 200000000.00
Suhu
(o C)
Luas Area (m2)
Korelasi Kelas Urban dan Suhu Rata-rata