Deteksi Urban Heat Island (pulau panas perkotaan) dengan data penginderaan jauh

Proses urbanisasi yang terjadi di kota-kota besar membawa pengaruh terhadap peningkatan jumlah penduduk. Akibat proses urbanisasi adalah adanya alih fungsi lahan dari lahan tidak terbangun menjadi lahan terbangun. Dampak dari proses urbaniasi selain mempengaruhi kondisi kulitas lingkungan adalah terjadinya perubahan iklim mikro dimana kondisi suhu udara di perkotaan lebih tinggi dibandingkan dengan suhu udara di sekitarnya (Lo and Quattrochi, 2003; Chen et al., 2006). Fenomena ini sering disebut sebagai efek Urban Heat Island (UHI). UHI merupakan suatu fenomena atau kejadian peningkatan suhu udara di wilayah perkotaan dibandingkan dengan daerah sekitarnya hingga mencapai 3-10 °C. Kondisi ini disebabkan oleh objek di wilayah perkotaan sebagian besar merupakan lahan terbangun, dan material-material yang kedap air yang secara umum akan mengakibatkan penyerapan kapasitas panas dan konduktivitas panas yang tinggi. Menurut Tursilowati (2007) bahan bangunan seperti aspal, semen, dan beton menjadi penyerap dan penyimpan panas matahari. Ditambah lagi dengan penggunaan alat pemanas, pendingin udara, dan pembangkit listrik yang menghasilkan buangan panas.

Gambar ini memperlihatkan perdaan suhu dari objek vegetasi dan area terbangun (aspal dan gedung). Vegetasi (warna hijau) memiliki suhu yang lebih rendah dari aspal dan bangunan (warna merah and orange)

UHI terbentuk jika sebagian tumbuh-tumbuhan (vegetasi) digantikan oleh aspal dan beton untuk jalan, bangunan, dan struktur lain diperlukan untuk mengakomodasi bertambahnya populasi manusia. Permukaan tanah yang tergantikan tersebut lebih banyak menyerap panas matahari dan juga lebih banyak memantulkannya, sehingga menyebabkan temperatur permukaan dan suhu lingkungan naik. Penggantian semak belukar dan pohon menyebabkan tempat berteduh dan pertukaran udara melalui evapotranspirasi berkurang sehingga udara yang lebih lembab hilang (Nowak, 2000).

Studi mengenai UHI sangat penting karena mempengaruhi kondisi kualitas udara, mempengaruhi kesehatan manusia dan mempengaruhi penggunaan energi. Peningkatan UHI juga merupakan salah satu faktor yang menyebabkan perubahan iklim global. Dalam studi ini dilakukan analisis dengan menggunakan data penginderaan jauh dan sistem informasi geografi. Kelebihan penginderaan jauh dalam hal penyediaan data spasial rapat dengan akurasi baik serta cakupan wilayah yang luas telah dibuktikan oleh Lo et al. (1997), Streutker (2002), dan Chen et al. (2006). Semua penelitian mengungkapkan potensi penggunaan penginderaan jauh untuk menganalisis fenomena UHI mendapatkan hasil yang baik dan akurat, meskipun tetap harus didukung oleh data observasi lapang di stasiun klimatologi sebagai data referensi. Keterbatasan jumlah stasiun cuaca konvensional secara spasial dapat ditutupi dengan penggunaan penginderaan jauh.

Sebaran awan (hujan) di atas Indonesia secara real time dari satelit MTSAT

mengingat pentingnya informasi sebaran awan secara rela time di wilayah indonesia, maka saya mencoba menautkan dalam blog ini. sekedar informasi Indonesia merupakan salah satu wilayah di dunia yang memiliki variabilitas hujan yang sangat tinggi baik secara waktu maupun lokasi. oleh karena itu sangat penting mengetahui kondisi terkini dari hujan di wilayah ini

oh iya, yg warna putih dalam gambar adalah awan. awan didalam gambar tersebut bukan berarti hujan, tetapi memiliki kemungkinan hujan. susunan gambar dari atas ke bawah menginformasikan sebaran awan dari satu jam sebelumnya (saat anda membuka blog ini) sampai 25 jam sebelumnya. garis hujau adalah sebaran pulau-pulau di Indonesia. informasi sebaran awan ini di peroleh dari Meteorological Satellite Center (MSC) of Japan Meteorological Agency (JMA). satelitnya adalah MTSAT-2. OK selamat menikamati hidangan ini. semoga bisa menjadi early warning (pengingat) untuk kita semua.

Melihat siklus curah hujan harian Indonesia dengan data penginderaan jauh

Saat ini banyak sekali artikel-artikel yang membahas siklus curah hujan harian untuk wilayah Indonesia. Dan gambarnya bisa dilihat di samping (Biasutti et al., 2011; Qian, 2008).

Menarik untuk dilihat klo ternyata hujan “di wilayah kita” ini secara umum dimulai setelah matahari berada di atas ufuk. Kok di bilang “di wilayah kita”? Soalnya “di wilayah kita” yang dimakasud disini ya di tempat kita tinggal yaitu di daratan. Klo tinggalnya di laut berati ga termasuk wilayah kita ya .

coba dilihat deh baik2, klo pas pagi hari hampir seluruh wilayah daratan di Indonesia bening alias putih alias ga ada hujan, pas dah sore, seluruh wilayah daratan indonesia itu gelap gulita alias memiliki hujan lebat.

Data Hujan dari TRMM [Pemanfaatan]: Anomali hujan saat La Nina dilihat dari data penginderaan jauh TRMM

Aplikasi data penginderaan jauh emang tidak ada habisnya. Klo sebelumnya blog ini bercerita tentang Data Hujan dari TRMM (Tropical Rainfall Measuring Mission); Basic Information, maka pada tulisan ini akan bercerita tentang bagaimana pemanfaatan data TRMM untuk memantau anomali curah hujan di indonesia saat fenomena iklim La Nina. Sudah banyak tulisan di blog ini yang menyatakan bahwa saat fenomena La Nina curah hujan di indonesia akan meningkat secara signifikan, tetapi dimana saja terjadinya masih dalam perdebatan. Oleh karena itu perlu dilakukan penelitian tentang sebaran anomali hujan sat kejadian La Nina.

Seharusnya saya bercerita dulu tentang bagaimana tingkat keakurasian data TRMM ini, saya sudah menulisnya dan akan segera diterbitkan dalam prosiding international, sambil menunggu terbitnya paper itu, saya akan bercerita duluan tentang pengaplikasiannya untuk mengetahui persentase anomali hujannya. Studi kasusnya di Indonesia dan saya mengambil saat kejadian La Nina. Kenapa kejadian La Nina, karena selama berorbitnya satelit ini, belum pernah terjadi ke jadian El Nino yang kuat (rentang waktu 1998-2011), ya mau ga mau untuk kejadian La Nina saja. Tetapi secara umum lokasi anomali iklim yang diakbatkan oleh kejadian La Nina ataupun El Nino di Indonesia adalah sama.

Coral reef response to global warming: paper collections

This is a list of papers on coral response to global warming and the ocean acidification. The list is not complete, and will most likely be updated in the future in order to make it more thorough and more representative.

Sea-surface temperature and thermal stress in the Coral Triangle over the past two decades – (Penaflor et al.) (2009)  “Increasing ocean temperature has become one of the major concerns in recent times with reports of various related ecological impacts becoming commonplace. One of the more notable is the increased frequency of mass coral bleaching worldwide. This study focuses on the Coral Triangle region and utilizes the National Oceanic and Atmospheric Administration-Coral Reef Watch (NOAACRW) satellite-derived sea surface temperature (SST) and Degree Heating Weeks (DHW) products to investigate changes in the thermal regime of the Coral Triangle waters between 1985 and 2006. Results show an upward trend in SST during this period with an average rate of 0.2C/ decade. However, warming within this region is not uniform, and the waters of the northern and eastern parts of the Coral Triangle are warming fastest. Areas in the eastern part have experienced more thermal stress events, and these stress events appear to be more likely during a La Nina.” Penaflor et al, Coral Reefs (2009) 28:841–850. [full text]

Coral Reefs and Ocean Acidification – Kleypas and Yates (2009) “Coral reefs were one of the first ecosystems to be recognized as vulnerable to ocean acidification. To date, most scientific investigations into the effects of ocean acidification on coral reefs have been related to the reefs’ unique ability to produce voluminous amounts of calcium carbonate. It has been estimated that the main reef-building organisms, corals and calcifying macroalgae, will calcify 10–50% less relative to pre-industrial rates by the middle of this century. This decreased calcification is likely to affect their ability to function within the ecosystem and will almost certainly affect the workings of the ecosystem itself. However, ocean acidification affects not only the organisms, but also the reefs they build. The decline in calcium carbonate production, coupled with an increase in calcium carbonate dissolution, will diminish reef building and the benefits that reefs provide, such as high structural complexity that supports biodiversity on reefs, and breakwater effects that protect shorelines and create quiet habitats for other ecosystems, such as mangroves and seagrass beds. The focus on calcification in reefs is warranted, but the responses of many other organisms, such as fish, noncalcifying algae, and seagrasses, to name a few, deserve a close look as well.” Joan A. Kleypas and Kimberly K. Yates, Oceanography 22(4):108–117, DOI: 10.5670/oceanog.2009.101. [full text]

Monitoring coral reefs from Space – Eakin et al., (2010) “Coral reefs are one of the world’s most biologically diverse and productive ecosystems. However, these valuable resources are highly threatened by human activities. Satellite remotely sensed observations enhance our understanding of coral reefs and some of the threats facing them by providing global spatial and time-series data on reef habitats and the environmental conditions influencing them in near-real time. This review highlights many of the ways in which satellites are currently used to monitor coral reefs and their threats, and provides a look toward future needs and capabilities.” Eakin CM, Nim CJ, Russell EB, Aubrecht C, Elvidge C, Gledhill DK, Muller-Karger F, Mumby PJ, Skirving WJ, Strong AE, Wang M, Weeks SJ, Wentz F, Ziskin D, Oceanography, 23(4):118–133, DOI:10.5670/oceanog.2010.10 [full text]

Tahun-tahun El Nino, La Nina, IOD positif dan IOD negatif

Berbicara tentang El Nino, La Nina serta IOD benar-benar tidak ada habisnya… hal ini ya karena fenomena-fenomena itu memiliki dampak yang cukup besar terhadap kondisi lingkungan dan social di Indonesia. Dampak-dampak itu bias bersifat positif maupun bersifat negative. Tapi biasanya untuk saat-saat ini hanya dampak negative yang serinmg di dengung-dengungkan… ya biasalah…

Saat ini saya akan memcoba menulis tahun-tahun kejadian El Nino, La Nina, IOD positif, dan IOD negatif. Isu ini saya coba angkat karena masih ada beberapa penulis lepas yang sekedar mengutip informasi tanpa mengecek kembali kebenaran dari informasi tersebut. ENSO merupakan pola berulang dari variabilitas iklim di bagian timur samudera Pasifik yang ditandai dengan anomali temperatur permukaan laut (penghangatan permukaan laut menggambarkan kejadian El Nino sedangkan pendinginan permukaan laut menggambarkan kejadian La Nina) serta anomali Sea level pressure (Southern Oscillation). Perlu diingatkan kembali bahwa kejadian El Nino dicirikan oleh PENGHANGATAN SUHU PERMUKAAN LAUT DI SAMUDERA PASIFIK BAGIAN TENGAH DAN MEMBENTUK SUATU KOLAM HANGAT YANG BEREFEK PADA PENDINGINAN SUHU PERMUKAAN LAUT DI LAUTAN INDONESIA sedangkan kejadian La Nina dicirikan oleh PENDINGINAN SUHU PERMUKAAN LAUT DI SAMUDERA PASIFIK BAGIAN TENGAH DAN KOLAM HANGATNYA BERPINDAH KE BAGIAN BARAT SAMUDERA PASIFIK (DISEKITAR LAUTAN INDONESIA) YANG BEREFEK PADA PENGHANGATAN SUHU PERMUKAAN LAUT DI LAUTAN INDONESIA. IOD dicirikan oleh adanya zona gradien perbedaan suhu permukaan laut yang kuat di wilayah ekuatorial samudera hindia. IOD positif dicirikan oleh MENGHANGATNYA SUHU PERMUKAAN LAUT DI SEKITAR BENUA AFRIKA DAN MENDINGINNYA SUHU PERMUKAAN LAUT DI SEKITAR PULAU SUMATERA. Sedangkan IOD negatif dicirikan oleh MENDINGINNYA SUHU PERMUKAAN LAUT DI SEKITAR BENUA AFRIKA DAN MENGHANGATNYA SUHU PERMUKAAN LAUT DI SEKITAR PULAU SUMATERA. Kondisi ini harus di ingat dan jangan di balik-balik. Beberapa tulisan mengartikan kondisi hangat (warm even) di samudera pasifik juga diartikan kondisi hangat di lautan Indonesia, padahal saat disana itu panas, ya disini dingin…

Info Indeks Nino 3.4 terkini untuk memantau kondisi El Nino La Nina

Salah satu cara untuk memantau keadaan ENSO (El Nino atau La Nina) adalah dengan melihat indeks-indeksnya seperti SOI (Southern Oscillation Index), MEI (Multivariate ENSO Index), atau NINO Index. Kenapa perlu memantau kondisi index-index ini? karena iklim, khususnya curah hujan di Indonesia sangat di pengaruhi oleh kondisi ENSO ini. Gambar di bawah adalah informasi terkini kondisi NINO 3.4 index yang bersumber dari UNESCO (http://ioc3.unesco.org/oopc/state_of_the_ocean/sur/images/nino34weekly_104_figure.png). Di bawah gambar tersebut saya tampilkan juga perkiraan kondisi kejadian La Nina tahun 2011 berdasarkan perkiraan IRI (http://iri.columbia.edu/climate/ENSO/currentinfo/figure3.html). Selama 3 bulan kedepan (Januari Februari Maret) kemungkinan terjadinya La Nina adalah masih tinggi. Akan tetapi kondisi ini tidak terlalu mengkhawatirkan untuk sebagian wilayah Indonesia, karena saat musim hujan dan transisi musim hujan ke musim kemarau efek kejadian ENSO (El Nino atau la Nina) tidak terlalu berpengaruh terhadap fluktuasi curah hujan di sebagian besar wilayah Indonesia (As-syakur, 2010). sebagai informasi tambahan, saya juga tambahkan gambar yang selelau terupdate otomatis dari NOAA tentang seberan suhu permukaan laut (SPL) dan anomalinya. kondisi SPL dan anomalinya juga bisa menggambarkan kejadian El Nino atau La Nina.

Pengaruh Hujan Terhadap Erosi (1)

Sebagai suatu sistem yang dinamis, tanah akan selalu mengalami perubahan-perubahan yaitu perubahan segi fisik, kimia ataupun biologi (Dariah dkk., 2004). Perubahan-perubahan ini terutama terjadi karena pengaruh berbagai unsur iklim, tetapi tidak sedikit pula yang dipercepat oleh tindakan atau perlakuan manusia. Kerusakan tubuh tanah mengakibatkan berlangsungnya perubahan-perubahan yang berlebihan misalnya kerusakan dengan lenyapnya lapisan olah tanah yang dikenal dengan istilah erosi tanah (Sutedjo dan Kartasapoetra, 2002).

Daerah yang paling banyak mengalami erosi umumnya terbatas pada daerah di antara 40^o Lintang Utara dan 40^o Lintang Selatan (Kartasapoetra dan Sutedjo, 1985). Keadaan iklim menentukan kecenderungan terjadinya erosi yang mencerminkan keadaan pola hujan. Selain pola hujan, jenis, dan pertumbuhan vegetasi serta jenis tanah juga mempengaruhi erosi di daerah tropis (Arsyad, 1989). Dalam buku yang sama, Arsyad (1989) juga mengatakan bahwa hujan merupakan merupakan faktor yang paling berpengaruh terhadap erosi di Indonesia, dalam hal ini besarnya curah hujan, intensitas, dan distribusi hujan menentukan kekuatan dispersi hujan terhadap tanah, jumlah dan kecepatan aliran permukaan dan kerusakan erosi.

Curah hujan adalah salah satu unsur iklim yang besar perannya terhadap kejadian longsor dan erosi (Sutedjo dan Kartasapoetra, 2002). Air hujan yang menjadi air limpasan permukaan adalah unsur utama penyebab terjadinya erosi. Hujan dengan curahan dan intensitas yang tinggi, misalnya 50 mm dalam waktu singkat (<1 jam), lebih berpotensi menyebabkan erosi dibanding hujan dengan curahan yang sama namun dalam waktu yang lebih lama (>1 jam). Intensitas hujan menentukan besar kecilnya erosi. Curah hujan tahunan >2000 mm terjadi pada sebagian besar wilayah Indonesia. Kondisi ini berpeluang besar menimbulkan erosi, apalagi di wilayah pegunungan yang lahannya didominasi oleh berbagai jenis tanah.

Berdasarkan penelitian Dariah, et al (2004) di Dusun Tepus dan Laksana, Kecamatan Sumberjaya, Kabupaten Lampung Barat pada areal perkebunan kopi, menunjukkan bahwa curah hujan berpengaruh pada ringkat erosi tanah di mana saat curah hujan tinggi tingkat erosi yang terjadi juga tinggi (Gambar 1).

Data Hujan dari TRMM (Tropical Rainfall Measuring Mission); Basic Information

Pengalaman pribadi nieh… mulai mencari data-data hujan itu sejak tahun 2000. dan kondisinya ga ada yang berubah sampai sekarang, masih sama sulitnya untuk medapatkan data itu hehehe…. klo di Jepang kita bisa mendapatkan data hujan secara on line. Coba deh kunjungin website ini, bahkan datanya itu bisa sampai data harian, kapan ya pemerintah Indonesia bisa seperti itu? Mungkin 1 atau 2…. (tahun, dasarwasra, atau ABAD) yang akan datang kali ya…. hehehehe… seorang peneliti yang merasa kesal dengan kondisi tersebut (susahnya mendapatkan data hujan, padahal untuk kepentingan penelitian) mengupload data hujan untuk sebagian wilayah indonesia yang diperolehnya dari GPCP (Global Precipitation Climatology Project), yang sebelumnya di oleh dulu, di website pribadinya. Data-data tersebut dapat di download pada website ini.

Tapi kita ga usah bingung… data hujan bukan hanya bisa diperoleh dari hasil stasiun pengamatan di bumi saja, tapi juga dapat diperoleh dari hasil analisis citra satelit juga kok, jadi sekerang kita bisa mengakalinnya hehehe… Saat ini data-data hujan sudah bisa dipeoleh dengan mudah dari satelit-satelit meteorologi seperti TRMM (Tropical Rainfall Measuring Mission) dengan sensornya PR (Precipitation Radar), TMI (TRMM Microwave Imager), dan VIRS (Visible and Infrared Scanner). trus Satelit DMSP (Defense Meteorological Satellite Program) dengan sensor SSM/I (Special Sensor Microwave Imager). Satelit Aqua dengan sensor AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System). dan satelit NOAA (National Oceanic and Atmospheric Administration) dengan sensor AMSU-B (Advanced Microwave Sounding Unit-B). wedeww… banyak ternyata… akan tetapi pada tulisan ini, fokusnya hanya pada data hujan yang diperoleh dari TRMM. Kenapa??? karena pada hasil akhirnya nanti, beberapa data dari hasil analisis beberapa satelit tersebut digabungkan/dikombinasikan untuk memproduski data hujan yang disebut dengan produk TRMM Multisatellite Precipitation Analysis (TMPA) yang memiliki tingkat keakurasian data lebih baik dari data-data aslinya.

Yuuukkk kita cari tau apa itu TRMM…

Mencari Jumlah Penyerapan CO2 oleh Tanaman dengan Penginderaan Jauh

Perkembangan ekonomi suatu daerah biasanya tidak selalu diikuti perkembangan daerah tersebut secara ekologi. Hal ini menyebabkan terganggunya keseimbangan ekosistem yang berupa penurunan jumlah tutupan vegetasi dan peningkatan pencemaran udara seperti peningkatan jumlah CO₂ udara. Besarnya populasi manusia merupakan faktor penting dalam permasalahan lingkungan dimana tingginya laju pertumbuhan penduduk menyebabkan semakin terdesaknya alokasi ruang untuk vegetasi yang mempunyai fungsi sangat penting di di suatu daerah (As-syakur dan Adnyana, 2009).

Perubahan luasan tutupan vegetasi dan peningkatan kadar gas CO2 atmosfer di perkotaan merupakan isu yang sangat penting. CO2 bersama gas-gas rumah kaca yang lain berperan dalam meningkatkan suhu global dan perubahan iklim. Vegetasi memerlukan CO2 dalam proses fotosisntesis. Penyerapan CO2 oleh vegetasi merupakan proses dalam pengendalian pencemaran udara dalam menguragi kadar CO2 di udara. Teknologi penginderaan jauh dengan pendekatan berbasis spasial dapat merekam dan menganalisa secara spasial kondisi penyerapan CO2 oleh vegetasi.