Upload
roys-muslem
View
85
Download
4
Embed Size (px)
Citation preview
Variabilitas Suhu Permukaan Laut Dari Data
Landsat Inframerah
Disusun guna memenuhi tugas mata kuliah Oceanografi Laut Dalam
Oleh :
Rois Muslim 105080600111019
Program Studi Ilmu Kelautan
Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan
Fakultas Perikanan Dan Ilmu Kelautan
Universitas Brawijaya
Malang
2013
Bab I . Pendahuluan
Pemanfaatan aplikasi satelit untuk pengukuran dan sumber informasi
tentang suhu permukaan laut (SPL) di zona pesisir saat ini telah banyak
memanfaatkan kecanggihan sistem antariksa. Dimana membutuhkan frekuensi
yang cukup untuk pengambilan sampel dinamika laut sehingga dapat menentukan
banyak hal dimana dapat digunakan dalam kepentingan pola dasar teluk, lubang,
dan muara dan lain-lain. Dalam peneletian digunakannya sistem antariksa guna
untuk menbantu penelitian dalam perluasan data yang di inginkan, sehingga
penggunaan satelit dalam hal ini di anggap sangat perlu.
Dalam penentuan suhu air laut sering kali digunakan pengukuran termal
inframerah yang dibuat oleh satelit meteorologi dan digunakan dalam aplikasi
oseanografi (misalnya, Lanjutan Resolusi Sangat Tinggi Radio meter, AVHRR).
dan juga di dukung dari satelit instrumen-instrumen yang dioptimalkan untuk
target darat (misalnya, LANDSAT tematik Mapper, TM). Yang pertama biasanya
menggunakan resolusi spasial 1 - 4 km dan lebar (lebih dari 2000 km) lebar petak
untuk memberikan cakupan lokasi target tertentu pada tempo frekuensi yang
sesuai untuk melacak dinamika cuaca dan proses yang terjadi di lautan. Saat ini
operasional instrumen dioptimalkan untuk aplikasi terestrial kemampuan internal
untuk koreksi atmosfer, yang membutuhkan informasi independen tambahan
(misalnya, Gib-bons, Wukelic, Leighton, & Doyle, 1989; Schneider & Mauser,
1996; Vidal, Devaux-Ros, & Moran, 1997). Di bawah kondisi-kondisi awan-
bebas, memberikan empat sampai enam gambar per hari dari lokasi target yang
diberikan dengan resolusi spasial maksimum 1,1 km di titik nadir, cocok untuk
resolusi dinamika temporal sebagian besar tapi tidak cocok untuk resolusi spasial
di dalam teluk pantai. Ketika informasi tersebut tersedia, inframerah yang berasal
dari instrumen ini memberikan resolusi spasial tinggi yang dapat dimanfaatkan
untuk lingkungan pesisir.
Dalam penelitian jurnal ini dilakukan di sebuah teluk di amerika serikat.
Lebih khususnya Pantai tengah Maine, USA, dimana memiliki garis pantai yang
sangat tidak teratur dari pulau-pulau, semenanjung, teluk, dan muara. Wilayah ini
didominasi oleh Penobscot Bay, muara terbesar kedua di timur laut AS, dan
Mount Desert Island. Ini adalah bagian dari Teluk Maine, sangat produktif secara
biologis dilautan barat laut Atlantik. Pola sirkulasi umum di Teluk Maine relatif
tenang (Brooks, 1985). Arus lepas pantai di wilayah tersebut didominasi oleh
barat daya yang mengalir ke Timur Maine Coastal Current (EMCC), dan relatif
arus dingin yang berasal dekat perbatasan Kanada / Amerika (Pettigrew et al.,
1998). Secara ekologis, wilayah studi merupakan wilayah penting sebagai salah
satu daerah pesisir yang paling murni di Amerika Serikat, historis perikanan
pesisir produktif dan habitat lobster yang paling produktif di planet ini. Sekarang
di bawah tekanan antropogenik meningkat dari kepentingan di berbagai sector
seperti pariwisata, industri, perikanan, industri perikanan tradisional, dan
pertumbuhan perkotaan, namun oseanografi dan hidrografi dari teluk, lubang, dan
wilayah yang sangat dekat pantai namun tetap kurang dipahami.
Gambar. Pantai tengah wilayah studi Maine menampilkan pulau-pulau besar, kota-kota, dan empat teluk pantai utama
Bab II. Metode
Arsip 37 TM citra landsat siang hari meliputi pantai tengah Maine, yang
mencakup periode waktu dari 30 Maret 1986 sampai dengan 26 Juni 1996. Semua
arsip 37 yang diperiksa secara visual untuk awan dan kabut yg terlihat
menggunakan infra merah dan band. Dari jumlah tersebut, 23 gambar terbukti
cukup bagus untuk digunakan. Resolusi temporal dataset sangat kekurangan
dibandingkan dengan rentang waktu yang penting dalam dinamika pesisir. Seperti
yang ditunjukkan oleh Mustard et al. (1999), bagaimanapun, pengaturan gambar
dengan tahun - hari (Tabel 1) dan mengambil pendekatan iklim analisis mereka
memungkinkan fitur dominan dan / atau berulang dalam siklus tahunan yang akan
ditandai.
Band 6 dari setiap gambar TM diekstraksi dan georefer-enced ke grid
standar dan akan memproyeksikan meliputi wilayah studi (Gambar 1)
menggunakan poin kontrol tanah. Meskipun resolusi spasial Band 6 adalah 120 m,
Level 9 Data Olahan disampaikan oleh US Geological Survey direplikasi ke 30-m
resolusi pixel menggunakan konvolusi kubik untuk memfasilitasi coregistration
dengan saluran yang terlihat. Semua operasi dimulai dengan 30 piksel m. Data
NOAA AVHRR SST bertepatan dengan data Landsat dibuat tersedia oleh
Graduate School of Oceanography, University of Rhode Island. SST di setiap
gambar dihitung dengan menggunakan algoritma NASA / NOAA Pathfinder,
perluasan luar koreksi non-linear, atmosfer berdasarkan regresi dari SSTs
terhadap database, global besar pertandingan-up dari pengukuran permukaan situ
(Kilpatrick, Podesta , & Evans, 2001).
Tujuan dari program Pathfinder adalah untuk menghasilkan serangkaian
waktu yang konsisten pengukuran AVHRR SST selama skala waktu antar
tahunan. Kearns, Hanafin, Evans, Minnett, dan Brown (2000) menunjukkan
bahwa perbedaan rata-rata antara global SST Pathfinder produk dengan SST dari
kapal-mount radiometer adalah 0,07 ± 0,31 C untuk data lintang rendah dan
menengah. Kilpatrick et al. (2001) menyatakan bahwa produk Pathfinder global
yang berada dalam SST 0,02 C dari pelampung SSTs dalam database mereka,
dengan deviasi standar 0,53. Dari statistik global ini, untuk produk Pathfinder
dengan resolusi tinggi disini kemungkinan digunakan, namun, penggunaan nilai
SST mutlak dalam penelitian ini dibatasi untuk perbedaan musiman, secara
signifikan lebih besar dalam jangkauan (> 10 C) dari salah satu statistik. Analisis
lain berfokus pada pola suhu relatif.
Dataset AVHRR SST ini terdiri dari 5 -6 adegan per hari. Untuk setiap
citra Landsat, semua AVHRR SST dari tanggal yang sama yang composited untuk
membentuk perwakilan gambar tunggal SST kondisi rata-rata selama hari itu.
citra AVHRR seri ini kemudian diperiksa secara visual. Daerah di dua adegan
yang tampaknya telah menutupi awan buruk yang ditandai secara manual.
Pembentukan komposit harian dari data AVHRR terbukti lebih. Beberapa efek
yang disebabkan oleh tindakan variabilitas SST diurnal dan bagaimanapun, tidak
diragukan lagi tetap dan berkontribusi terhadap variabilitas yang dapat diamati
dalam statistik regresi.
Untuk memaksimalkan kualitas nilai SST yang masuk ke regresi operasi
diterapkan pada masing-masing komposit AVHRR, dimana melebarkan nilai
proyeksi tanah dan awan sebesar satu pixel (Gambar 2). Hal ini secara signifikan
mengurangi jumlah piksel yang mengandung tanah parsial atau awan buruk
ditandai memasuki regresi. Kemudian hasil penggunaan kedua instruments di atas
di padukan antara LANSAT TM dan AVHRR kemudian akan terbentuk pola data
STT yang sesuai di setiap data set waktu yang di tentukan, dari kedua data
tersebut dapat terlihat pencampuran hasil data dalam 2 intruments cenderung
berbeda sesuai dengan kemampuan dari setiap instruments yang di gunakan.
Bab III. Hasil
Dari penggunaan data hasil instrument tersebut di dapatkan beberapa
gambar yang menjelaskan beberapa perbedaan hasil dari LANSAT TM dan
AVHRR.
Dari gambar ini terlihat jelas akan perbedaan data antara AVHRR dan LANSAT
TM dimana AVRR memiliki ketelitian khusus di perairan dan pola daratan lebih
cenderung pada hasil LANSAT TM dengan nilai yang beragam sehingga data
LANSAT TM lebih bagus di daratan. Kemudian dari data ini juga dapat di
temukan nilai koreksi di setiap pixsel sehingga nilai koreksi antara awan dan
daratan dapat terminimalisir sehingga didapatkan nilai data STT yang lebih
optimal adapun data dari nilai koreksi di setiap data antara LANSAT TM dan
AVHRR tercantum dalam gambar di bawah ini.
Digambar inilah terlihat jarak korelsi nilai STT antara data LANSAT TM
dan AVHRR dimana dari data ini terlihat perbedaan nilai data berjarak sekitar 3
atau 2 sehingga nilai optimum di antara nilai kedua data di atas. Nilai data STT
optimum dapat di peroleh dengan penggabungan antara kedua hasil tersebut dan
kemudian dari data ini terperoleh nilai data algorima dari prosesi progresi.
Sehingga pemograman hasil gambar terperoleh seperti pada gambar di bawah ini.
Bab IV. Kesimpulan
Serangkaian gambar 23 Band TM Landsat 6 yang mencakup periode
1986-1996 itu mendapatkan dikoreksi oleh regresi dengan Data Pathfinder
AVHRR SST untuk menyediakan 120 m resolusi gambar SST suatu wilayah
morfologi kompleks seluruh pantai yang beriklim sedang. Variabilitas atmosfer
antara TM mensyaratkan bahwa data tanah yang benar akan digunakan untuk
sebagai nilai regresi. Kesulitan yang jelas dalam memenuhi persyaratan ini dengan
program lapangan menyoroti utilitas dengan menggunakan data STT AVHRR
yang tersedia sebagai ground truth. Pendekatan ini mengasumsikan suasana
spasial homogen atas wilayah studi. Selain variabilitas atmosfer, faktor-faktor
seperti perbedaan terkait musiman dan cuaca di suhu permukaan dan lain-lain
berkontribusi terhadap variabilitas diamati dari koefisien regresi.
Sementara itu resolusi spasial memberikan data yang cukup untuk
menyelesaikan Variabilitas SST di teluk kecil dan saluran daerah penelitian, siklus
ulang 16 hari Landsat ditambah dengan awan menghalangi resolusi temporal yang
menvariabilitas pada skala lebih pendek pada data musiman. Fitur dominan SST
adalah gradien lintas rak musiman yang bervariasi, dengan perairan pantai dengan
air hangat dangan nilai STT lepas pantai yang dingin selama musim panas,
begitupula kebalikannya di musim dingin dan SST spasial homogen pada musim
semi dan musim gugur. Pola ini dibandingkan dengan iklim komposit AVHRR
bulanan, subsampled dalam saluran silang rak terbesar dari daerah penelitian.
Skala kecil variabilitas SST spasial dalam wilayah studi adalah maksimum selama
musim panas dan minimal selama musim dingin karena pendinginan dalam skala
besar. Keempat teluk utama di daerah penelitian yang berbeda berarti SPL selama
bulan-bulan musim panas. Kedua Timur Penobscot Bay dan Frenchman Bay
secara konsisten lebih dingin daripada Barat Penobscot Bay dan Blue Hill Bay
yang terlihat di gambar TM, kemungkinan besar karena interaksi dengan sisa
perhitungannya CIR, pengaruh pencampuran air tawar dan pasang surut. Dua fitur
frontal di pintu masuk ke saluran utama juga fitur berulang dalam citra musim
panas, salah satunya bisa dikonfirmasikan dengan data lapangan.
Peningkatan kemampuan untuk mengukur variabilitas suhu permukaan di
daerah pesisir pada waktu dan skala ruang, diperlukan untuk menyelesaikan
dinamika yang relevan menunggu pengembangan dan peluncuran misi
pengamatan bumi yang baru. Misi ini akan membutuhkan karakteristik radiometer
yang mampu mengkoreksi atmosfer lokal, setidaknya mengulang / kembali siklus
yang diberikan oleh seri satelit NOAA ditambah dengan resolusi spasial order 100
m. Sampai data tersebut tersedia, namun, penggabungan karakteristik optimal
AVHRR dan Landsat menawarkan satu pendekatan untuk menjembatani
kesenjangan temporal / spasial saat ini dalam.
DAFTAR PUSTAKA
Andrew Thomas*, Deirdre Byrne, Ryan Weatherbee, 2002. Variabilitas Suhu
Permukaan Laut Dari Data Landsat Inframerah. School of Marine
Sciences, University of Maine, Libby Hall 213, Orono, ME
04469-5741, USA.