Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Estimasi Evapotranspirasi Aktual Menggunakan Algorhitma Surface Energi Balance System Pada Citra Landsat 9 Di Kabupaten Lumajang Ae Indonesia Rufiani Nadzirah 1.
Indarto Indarto 2.
Agung Dini Fayusman 3.
Farid Lukman Hakim 4, 1,2,3 Program Studi Teknik Pertanian.
Fakultas Teknologi Pertanian.
Universitas Jember.
Jl.
Kalimantan No.
Jember Jawa Timur, 68121 Yayasan Multidimensi Indonesia Cerdas.
Jl.
Tawangmangu No.
Jember.
Jawa Timur, 68124 Corresponding Author: Indarto Indarto, indarto.
ftp@unej.
ABSTRAK
Evapotranspirasi adalah kombinasi dua istilah yang menggambarkan proses penguapan air ke atmosfer, yaitu penguapan air dari permukaan tanah dan transpirasi melalui tumbuhan.
Laju evapotranspirasi dapat dihitung dan diperkirakan dengan berbagai metode baik diukur secara langsung maupun dengan penginderaan jauh.
Penggunaan teknologi penginderaan jauh dapat sangat membantu memperkirakan evapotranspirasi menggunakan model kesetimbangan energi Permukaan Algoritma Sistem Keseimbangan Energi (SEBS).
Salah satu satelit dari mana Parameter untuk perhitungan evapotranspirasi yang dapat diekstraksi adalah Landsat 9.
Dengan karakteristik yang diambil dari citra Landsat 9, penelitian ini mencoba melakukan estimasi evapotranspirasi menggunakan model SEBS.
Proyeksi evapotranspirasi pada tanggal 20 Desember 2022 di wilayah penelitian Kabupaten Lumajang dengan menggunakan parameter masukan model SEBS meliputi NDVI.
LAI.
LST.
Albedo Permukaan, dan Emisivitas.
Menurut hasil estimasi evapotranspirasi daerah studi berdasarkan data tutupan lahan, laju evapotranspirasi di badan air rata-rata 5,08 mm per hari, sedangkan lajunya di permukiman merupakan yang terendah yaitu 3,67 mm per hari.
Saat diperiksa dari distribusi perkiraan nilai evapotranspirasi berdasarkan data tutupan lahan.
Citra Landsat 9 dapat mengekstraksi parameter SEBS dengan kesetimbangan energi pendekatan dengan cukup efektif.
Kata kunci: estimate.
parameter SEBS.
Landsat 9
ABSTRACT
Evapotranspiration is a combination of two terms that describe the process of evaporation of water into the atmosphere, namely evaporation of water from the soil surface and transpiration through plants.
Evapotranspiration rates can be calculated and estimated by various methods either measured directly or by remote sensing.
The use of remote sensing technology can greatly assist in estimating evapotranspiration using the energy equilibrium model of the Surface Energy Balance System (SEBS) algorithm.
One of the satellites from which the parameters for evapotranspiration calculation can be extracted is Landsat 9.
With characteristics taken from Landsat 9 images, this study tries to estimate evapotranspiration using the SEBS model.
Evapotranspiration projection on 20 December 2022 in the research area of Lumajang District using SEBS model input parameters include NDVI.
LAI.
LST.
Surface Albedo, and Emissivity.
According to the results of the study area's evapotranspiration estimation based on data on land cover, the rate of evapotranspiration in water bodies averaged 5.
08 mm per day, while the rate in settlements was the lowest at 3.
67 mm per day.
When examined from the distribution of estimated evapotranspiration value based on land cover data.
Landsat 9 images can extract SEBS parameters with the energy balance approach quite effectively.
Keywords: estimate.
SEBS parameters.
Landsat 9 Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023
PENDAHULUAN
Air merupakan komponen penting dalam kehidupan di bumi.
Keberadaan air tidak lepas dai siklus hidrlogi di permukaan bumi.
Salah satu bagian daur siklus hidrologi yaitu Evapotranspirasi merupakan proses penguapan air yang terjadi pada makhluk hidup, terutama tumbuhan serta permukaan tanah akibat adanya aktivitas matahari (Idfi 2.
Evapotranspirasi penting untuk dipahami agar dapat memperkirakan suatu bentuk kehilangan air sehingga dapat digunakan dalam pengelolaan sumber daya air dengan memasukkan data informasi masukan air.
Evapotrasnpirasi merupakan proses yang menghubungkan imbangan air dan imbangan energi (Su 2.
Proses evapotranspirasi adalah kehilangan air dalam imbangan air, tetapi dalam imbangan energi adalah bagian dari energi laten yang digunakan untuk penguapan.
Di Indonesia, kebanyakan pengukuran evapotranspirasi masih dilakukan secara manual atau secara langsung di lapangan.
Sehingga pengukuran evapotranspirasi ini membutuhkan waktu yang lama dan biaya yang besar.
Selain itu, karena hasilnya masih berupa data titik, interpolasi diperlukan untuk mendapatkan data luas.
Untuk menghitung evapotranspirasi, teknik pengindraan jauh menggunakan imbangan energi karena bentuk yang direkam sensor dari permukaan bumi dipengaruhi oleh energi pantulan atau pancaran objek.
Menurut Huang et al.
, .
pengukuran evapotranspirasi dengan menggunakan data penginderaan jauh dapat diambil dari informasi spasial dan temporal untuk memperolah informasi yang berkaitan dengan imabangan air dan imbangan energi seperti (NDVI) Normalized Difference Vegetation Index, (LAI) Leaf Area Index, albedo permukaan, emisivitas permukaan dan (LST) Land Surface Temperature.
Penggunaan teknologi pengideraan jauh sangat membantu dalam estimasi evapotranspirasi dengan menggunakan model kesetimbangan energi.
Dalam penelitan ini, parameter untuk estimasi evapotranspirasi tersebut diekstrak dari data Landsat 9.
Landsat 9 merupakan satelit keluaran terbaru United States Geological Survey (USGS) yang diluncurkan pada bulan September 2021.
Penelitian ini bertujuan untuk dalam menurunkan parameter-parameter estimasi ETa dan bagaimana distribusi spasial nilai evapotranspirasi yang diperoleh berdasarkan profil data tutupan lahan yang ada.
METODE PENELITIAN
Prosedur pada penelitian ini dilakukan beberapa tahapan yaitu pengambilan data dan analisis data.
Pengambilan data yang digunakan pada penelitian ini yaitu data citra landsat 9 Kabupaten Lumajang perolehan waktu 20 Desember 2022 (USGS, 2.
, data tutupan lahan tahun 2019, data batas administrasi (Tanahair.
indonesia, 2.
, data suhu Kabupaten Lumajang tahun 2022 (AccuWeather, 2.
Analisis data yang dilakukan pada penelitian ini yaitu surface energi balance system (SEBS), estimasi evapotranspirasi referensi metode Thornthwaite, dan distribusi spasial evapotranspirasi berdasarkan penutup lahan.
Estimasi ETa menggunakan algoritma Surface Energi Balance System (SEBS) merupakan pengembangan dari sistem imbangan energi di permukaan bumi (Su 2.
Berikut persamaan neraca energi permukaan.
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 ycIycu = ya ya yuIya ycIycu = .
Oe yc.
y ycIycycycc yuA y ycIycoycycc Oe yuA y yua y ycNyc4 Dimana yca adalah albedo, ycIycycycc adalah radiasi gelombang pendek menurun di ukur dari stasiun cuaca, yuA adalah emisivitas permukaan penutup lahan , ycIycoycycc adalah gelombang panjang menurun, yua = 5.
67 y 10Oe8 ycOycoOe2 ya Oe4 kontansta Stafan-Boltzman.
yuAyca adalah emisivitas udara dan ycNyca = ycNyc adalah suhu permukaan (K).
ya = ycIycu .
cNyca .
Oe yceyc.
cNyc Oe ycNyca )] .
Dimana yceyca merupakan fraksi vegetasi ycNyca = 0,05 untuk vegetasi penuh dan untuk lahan terbuka.
ycNyc = 0,315 Untuk menentukan aliran panas terasa (H).
Teori kesamaan digunakan, karena pengukuran dilakukan di lapisan permukaan atmosfer (ASL) fungsi Monin-Obukhov similariti (MOS).
yc ycOeycc0 yc = ycoO .
coycu ycoycu ( yc 0yco ycOeycc0 ya ycOeycc0 yuE0 Oe yuEyca = ycoyc ycyya .
coycu ycoycu ( yc ya= Oe ) Oe yueyco ( ya ) yueyco ( 0yco ya ycy 0Ea ycOeycc0 yc ) Oe yueEa ( ya ) yueyco ( ya0Ea )] yuU.
ycO3 .
yuEyc yco.
Dimana yc adalah kecepatan angin, ycO merupakan kecepatan gesekan, yc adalah tinggi referensi Dimana yuE0 Oe yuEyca adalah suhu potensial pada permukaan dan udara, z adalah tinggi referensi, ycO adalah kecepatan fraksi, ycy adalah massa jenis udara, yco = 0,4 yaitu konstanta Von Karnan, ycc0 adalah nol perbedaan ketinggian, ycycuyco adalah tebal kekasaran permukaan untuk transfer momentum, yuE0 adalah suhu potensial pada ketinggian, yuEyca adalah suhu potensial.
L adalah panjang Obukhov, ycycuEa adalah tebal kekasaran permukaan untuk transfer panas, yueEa dan yueyco adalah fungsi koreksi stabilitas untuk momentum dan transfer energi panas terasa, dan yuEyc suhu virtual dekat permukaan dan yci adalah percepatan Nilai H di tentukan dengan memepertimbangkan nilai batas di bawah batas kering dan Pada batas kelembaban kering panas laten E_dry menjadi nol dan panas sensible H_dry akan maksimal dari persamaan berikut:
yayccycyc = ycIycu Oe ya0 Oe yuIyayccycyc Pada batas basah, aliran panas terasa yaycyceyc mengambil nilai minimumnya, dan evapotranspirasi terjadi pada laju potensial, yuIyaycyceyc hanya dibatasi oleh energi yang tersedia dari persamaan berikut:
yaycyceyc = ycIycu Oe ya0 Oe yuIyaycyceyc yuIya yu = ycI Oeya Dimana yu merupakan fraksi penguapan.
Pada praktiknya, data pengindraan jauh yang menggunkan model SEBS mempresentasikan informasi untuk permukaan tanah.
Koefisien Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 evaporasi diasumsikan konstan setiap hari, dan selanjutnya evapotranspirasi harian dinyatakan sebagai berikut:
yayccycaycoycoyc = 8,67 y 107 y yu24 ycIycu Oeyaycu yuIyuUyc Dimana yayccycaycoycoyc adalah ET harian dan ycIycu adalah rata-rata radiasi bersih harian dan yaycu adalah rata-rata fluks panas tanah harian.
ETa merupakan bagian dari yuIya didapatkan berdasarkan algoritma SEBS, pada perhitungan menggunakan algoritma SEBS dibutuhkan parameter antara lain: albedo, emisivitas, suhu permukaan tanah (LST), kerapatan vegetasi (NDVI), fraksi vegetasi.
Leaf Area Index (LAI), panjang kekasaran permukaan untuk perpindahan momentum (Z0.
, dan tinggi kanopi.
Citra NDVI didapakan dari persamaan sebagai berikut (Malik et al.
, 2.
OeyuU ycAyaycOya = yuUycAyaycI yuUycIyaya ycAyaycI ycIyaya .
Citra emisivitas didapatkan dari persamaan citra penutup lahan berdasakan persamaan berikut Valor dan Caselles, .
dalam Hailegiorgis, .
yuAycu = 0.
985 yceyca 0.
Oe yceyca ) 0.
Oe yceyca ) .
Citra Albedo permukaan didapatkan dari persamaan sebagai berikut (Huang et al.
yca= .
,356yuU2 0,130yuU4 0,373yuU5 0,085yuU6 0,072yuU7 )Oe0.
Citra LST atau suhu permukaan di ekstraksi dari band 10 dan 11 citra Landsat 9.
Digunakan persamaan sebagai berikut (Malik et al.
, 2.
yaAycN yaycIycN = .
aAycN .
00115 y 1.
yycoycu ycoycu .
uAycu ) )) .
Citra fraksi vegetasi didapatkan dari persamaan sebagai berikut Choudhury et al ,.
dalam Hailegiorgis.
, .
ycAyaycOya OeycAyaycOya yceyca = 1 Ae .
cAyaycOya ycoycaycu OeycAyaycOya Citra LAI diturunkan dari indeks vegetasi Area Daun Spesifik (SLAVI) berdasarkan persamaan sebagai berikut (Henrich et al.
, 2.
ycAyaycI ycIyayaycOya = ycIyaya ycIycOyaycI 2 Citra kekasaran transfer panas (Z0.
dihitung menggunakan persamaan sebagai berikut Su dan Jacobs.
, .
dalam Hailegiorgis, .
ycsycuyco = yaycUycE (Oe7,13 9,33 y ycAyaycOya ) .
Estimasi nilai evapotranspirasi Referensi digunakan sebagai acuan nilai akurasi berdarkan estimasi evapotranspirasi menggunakan citra Landsat 9 menggunakan persamaan Surface Energi Balance System (SEBS).
Data suhu rata yang digunakan pada persamaan Thornthwaite.
, .
menggunakan data suhu dengan waktu pengambilan Tahun 2022.
Persamaan yang digunakan sebagai berikut (Aschonitis et al.
, 2.
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 ycN yca ycA ycc yaycN0 = .
ya ) ) .
Dimana yaycN0 merupakan refrensi evapotranspirasi .
m/har.
T merupakan suhu rata Ae rata.
I merupakan indeks panas, dan a merupakan nilai tetapan berdasarkan I.
N merupakan jam sinar matahari teoritis untuk setiap bulan dan d merupakan jumlah hari untuk perbulan.
Kemudian pada distibusi spasial evapotranspirasi berdasarkan penutup lahan, nilai evapotranspirasi di tumpang susunkan .
dengan data tutupan lahan Kabupaten Lumajang untuk melihat pola sebaran pada tiap jenis lahan yang ada berdasarakan data penutup lahan Kabupaten Lumajang, data tutupan lahan yang digunakan merupakan data tahun 2019 dari KLHK yang terbagi menjadi 13 kelas antara lain: badan air, belukar, hutan lahan kering primer, hutan lahan kering sekunder, hutan tanaman, pemukiman, perkebunan, pertanian lahan kering, pertanian lahan kering campur, savana / padang rumput, sawah, tambak, dan tanah terbuka HASIL DAN PEMBAHASAN Dalam estimasi evapotranspirasi menggunakan metode SEBS pada tanggal 20 desember 2020 pada Kabupaten Lumajang Ae Indonesia dibutuhkan Parameter-parameter permukaan tanah dari citra landsat 9 yang mencakup wilayah penelitian antara lain NDVI.
Albedo.
Emisivitas.
Suhu Permukaan.
Fraksi Vegetasi.
LAI.
Kekasaran Transfer Panas.
Kemudian dioverlay dengan data Tutupan Lahan.
Parameter-Parameter SEBS Indeks vegetasi merupakan salah satu jenis transformasi spektral menggunakan NDVI untuk menunjukan karakteristik kerapatan vegetasi.
Indeks ini adalah kombinasi matematis dari radiasi inframerah dekat (NIR) dan band merah .
Nilai NDVI diestimasi berdasarkan nilai Spectral red dan NIR yang di dapatkan dari band 4 dan 5 citra Landsat 9 Nilai NDVI Pada berdasarkan data tutupan lahan tersaji pada Tabel 4.
nilai NDVI berkisar 127 sampai dengan 0.
915, nilai terendah terletak pada Badan Air dan tertinggi terletak pada tutupan lahan dengan vegetasi tinggi.
Mengacu pada Kurniadin et al.
, .
menyatakan bahwa NDVI mempunyai rentang nilai antara -1 hingga 1.
Tabel 1 Nilai NDVI Berdasarkan Tutupan Lahan Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Sumber: hasil analisis peta .
Maks Min - 0.
Rata -Rata Standart Devasi Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 1.
NDVI
Sumber: Hasil Analisis Peta, .
Luasan satu sisi daun per satuan luas permukaan area tanah dikenal sebagai Leaf Area Index.
Estimasi LAI sangat penting untuk pemodelan ekologi seperti proses fotosintesis tumbuhan, transpirasi, dan evapotranspirasi.
Ini karena LAI berinteraksi secara langsung dengan elemen atmosfer seperti radiasi cahaya, energi, dan pertukaran gas (Kang et al.
Nilai LAI berkisar antara 0.
799 sampai dengan 22.
597, nilai terendah terletak pada Badan Air dan tertinggi terletak pada Hutan Tanaman.
Tabel 2 Nilai LAI Berdasarkan Tutupan Lahan Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata - Rata Standart Deviasi Sumber: hasil analisis peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 2.
LAI
Sumber: Hasil Analisis Peta, .
Land Surface Temperature (LST) merupakan suhu permukaan tanah.
Estimasi suhu permukaan t dilakukan menggunakan band sensor TIRS (Band 10 dan .
Berdaraskan estimasi nilai LST berkisar antara 7.
79 oC sampai dengan 32.
Berdasarkan Tabel 4.
3 hasil overlay peta tutupan lahan dan peta sebaran suhu permukaan menunjukan tutupan lahan mempengaruhi tinggi rendahnya suhu permukaan.
Dapat dilihat perbedaan suhu permukaan rata rata tertinggi 25.
41oC pada tutupan lahan pemukiman yang merupakan lahan terbangun sedangkan suhu permukaan rata rata terendah dengan suhu 13.
dengan wilayah hutan lahan kering.
Tabel 2 Nilai LST Berdasarkan Tutupan Lahan Kelas Tututpan Lahan Maks Min Rata - Rata Standar Deviasi Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 2.
LST
Sumber: Hasil Analisis Peta, .
Albedo permukaan adalah nilai perbandingan antara energi radiasi gelombang pendek yang diterima oleh suatu permukaan dan jumlah radiasi gelombang pandek yang Bedasarkan Gambar 4.
4 albedo permukaan wilayah kajian berkisar antara 0134 sampai 0.
Nilai albedo terendah pada tutupan lahan Badan air serta tertinggi terletak pada Pertanian lahan kering campur.
Nilai Albedo suatu permukaan lebih besar jika permukaannya lebih terang .
, lebih kering .
urang ai.
, dan lebih halus .
idak bergelombang atau kasa.
Sebaliknya, jika permukaannya berwarna gelap dan banyak mengandung uap air, nilai Albedonya lebih rendah.
Tabel 3 Nilai Albedo Permukaan Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata - Rata Standar Deviasi Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 3.
Albedo Sumber: Hasil Analisis Peta, .
Emisivitas permukaan dapat didefinisikan sebagai kemampuan objek untuk memancarkan energi yang dimilikinya.
Emisivitas dinotasikan dengan epsilon (A) dengan nilai antara 0 dan 1 (Fawzi 2.
nilai Emisivitas permukaan diperoleh berkisar antara 0.
9511 sampai dengan Bedasarkan Gambar 4.
5 Nilai terendah terletak pada Badan air dan tertinggi terletak pada Pertanian lahan kering campur.
Emisivitas permukaan diperoleh berdasarkan klasifikasi NDVI.
Mengacu pada dan hasil estimasi yang telah diperoleh, perolehan nilai emisivitas menggunakan NDVI memberikan hasil yang baik dari citra pengindraan jauh.
Tabel 4 Emisivitas Permukaan Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata - Rata Standart Deviasi Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 4.
Emsivitas Sumber: Hasil Analisis Peta, .
Radiasi bersih merupakan jumlah energi radiasi gelombang panjang yang diterima bumi dan dikurangi dari energi gelombang panjang yang keluar.
Energi radiasi gelombang pendek ditentukan oleh nilai albedo, energi radiasi gelombang panjang yang diterima bumi ditentukan oleh suhu udara, dan energi radiasi gelombang panjang yang dikeluarkan ditentukan oleh persamaan radiasi netto.
Bedasarkan Gambar 4.
6, nilai radiasi bersih yang diperoleh berkisar antara 119.
20 Watt/m2 sampai dengan 696.
49 Watt/m2.
Nilai radiasi bersih dengan rata-rata terendah terletak pada hutan tanaman sedangkan yang tertinggi terletak pada badan air dan tambak.
Badan air dan Tambak memiliki niali radiasi bersih tinggi karena lebih banyak menyerap radiasi dibanding memantulkanya.
Tabel 5 Radiasi Bersih Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata - Rata Standart Deviasi Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 5.
Radiasi Bersih Sumber: Hasil Analisis Peta, .
Nilai panas yang disimpan dari proses konduksi di tanah disebut aliran panas tanah.
Nilai aliran panas tanah dihitung dengan mengekstraksi nilai radiasi bersih dan nilai NDVI menjadi fraksi vegetasi.
Persamaan ini sebenarnya merupakan persamaan empiris yang menggunakan nilai yang dihubungkan pada tutupan vegetasi.
Estimasi aliran panas terasa menggunakan Persamaan 3.
Nilai aliran panas tanah berkisar antara 32.
72 Watt/m2 sampai dengan 269.
84 Watt/m2 sebaran dapat dilihat pada Gambar 6 berikut.
Bedasarkan gambar 6 nilai aliran panas tanah tertinggi pada penutup lahan badan air dan sawah sedangkan nilai aliran panas tanah terendah pada penutup lahan yang bervegetasi rapat seperti hutan tanaman.
Tabel 6 Aliran Panas Tanah Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata - Rata Standart Deviasi Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 6.
Aliran Panas Tanah Sumber: Hasil Analisis Peta, .
Untuk menghitung aliran panas terasa, digunakan persamaan nilai dari aliran radiasi permukaan dan aliran panas tanah.
Daerah yang tidak tertutup oleh vegetasi memiliki nilai aliran panas terasa yang cukup tinggi, sedangkan daerah yang tertutup oleh tanah kosong dan terbangun memiliki nilai aliran panas terasa yang rendah (Rwasoka et al.
, 2.
Nilai Aliran panas terasa kemudian di-overlay dengan data tutupan lahan wilayah kajian.
Nilai aliran panas terasa berkisar 24.
180 Watt/m2 sampai 192.
388 Watt/m2.
Bedasarkan gambar 8, nilai aliran panas terasa rata-rata tertinggi terletak pada tambak dan lahan Sedangkan rata rata terendah ada pada pemukiman.
Hal ini disebabkan oleh kapasitas panas air yang tinggi, yang membuatnya dapat menahan panas untuk waktu yang lama.
Akibatnya, aliran panas terasa seperti energi yang ditransfer dari permukaan air ke udara melalui konveksi, proses di mana panas dipindahkan bersama dengan fluida yang bergerak.
Tabel 7 Aliran Panas Terasa Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Maks Min Rata - Rata Standart Deviasi Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Kelas Tutupan Lahan Tanah Terbuka Maks Min Rata - Rata Standart Deviasi Sumber: Hasil Analisis Peta .
Gambar 6.
Aliran Panas Terasa Sumber: Hasil Analisis Peta, .
Menurut Saidah et al.
, .
Perhitungan ETo dengan metode Thornthwaite membutuhkan input data suhu udara rata-rata bulanan di wilayah penelitian.
Nilai evapotraspirasi ini digunakan sebagai refrensi atau pembanding terhadap estiamasi evapotransirasi berdasarkan citra Landsat 9.
Berdasarkan persamaan yang diterapkan, diperoleh hasil yang disajikan pada Tabel 8.
Tabel 8 Nilai Evapotranspirasi Referensi T .
C) (Ja.
(Har.
Eto .
m/bula.
Eto .
m/ har.
Berdasarkan hasil analisa nilai evapotranspirasi metode Thornthweith didapatkan hasil evapotranspirasi koreksi sebesar 3.
1 mm/day.
Nilai data suhu rata-rata 28.
71oC,.
Berdasarkan dari persamaan tersebut perhitungan evapotranspirasi referensi mempertimbangkan suhu udara sebagai indeks panas.
Faktor koreksi hasil evapotranspirasi menggunakan panjang hari dan jumlah hari perbulan sehingga menghasilkan nilai evapotranspirasi terkoreksi.
Berdasarkan hasil penelitian Saidah et al.
menyatakan metode Thornthwaite lebih dianjurkan pemakaiannya dibandingkan metode Evaporasi panci untuk perhitungan nilai Eto pada daerah dengan data cuaca Nilai evapotranpirasi tersebut dijadikan sebagai referensi atau pembanding dalam estimasi evapotranspirasi berdasarkan dataset Citra Landsat 9.
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Nilai Evapotranspirasi Metode SEB Citra hasil estimasi evapotranspirasi kemudian di-overlay dengan tutupan lahan wilayah Berdasarkan gambar 1.
Nilai evapotranpirasi rata-rata tertinggi pada wilayah tambak dengan nilai evapotranspirasi 5.
08 mm/hari dan rata rata terendah pada penutup lahan pemukiman dengan nilai evapotranspirasi 3.
67 mm/hari.
Jika penutup lahan memiliki kandungan air yang tinggi, nilai evapotranspirasinya akan tinggi.
Sebaliknya, jika penutup lahan memiliki kemampuan menyimpan air yang rendah, nilai evapotranspirasinya akan Hal ini disebabkan oleh proses penguapan yang dikenal sebagai evaporasi dan transpirasi, yang mengubah air di permukaan bumi menjadi uap air.
Daerah yang ditutupi oleh vegetasi dan badan air memiliki tingkat evapotranspirasi yang tinggi.
Tabel 9 Nilai Evapotranspirasi Berdasarkan Tutupan Lahan Kelas Tutupan Lahan Badan Air Belukar Hutan Lahan Kering Primer Hutan Lahan Kering Sekunder Hutan Tanaman Pemukiman Perkebunan Pertanian Lahan Kering Pertanian Lahan Kering Campur Savana / Padang rumput Sawah Tambak Tanah Terbuka Maks Min Rata Rata Standar Deviasi Sumber: Hasil Analisis Peta .
Received: 25 September.
Accepted: 13 Oktober 2023 Seminar Nasional Teknik Sipil e-ISSN: x-x Vol.
1 No.
Oktober 2023 Gambar 8.
Peta Nilai Evapotranspirasi Metode SEBS Sumber: Hasil Analisis Peta, .
KESIMPULAN Berdasarkan hasil penelitian, citra Landsat 9 dapat menurunkan parameter-parameter SEBS dengan metode kesetimbangan energi dengan cukup baik.
Hal ini dilihat dari sebaran estimasi nilai tiap parameternya berdasarkan data penutup lahan.
berdasarkan data tutupan lahan laju evapotranspirasi tertinggi yaitu pada badan air rata rata 5.
08 mm/hari dan terendah pada pemukiman rata-rata 3.
67 mm/hari.
serta tidak berbeda jauh dengan nilai evapotranspirasi refrensi sebesar 3.
1 mm/hari perbedaan nilai estimasi evapotranspirasi rata-rata 0.
57 mm/hari Ae 1.
98 mm/hari.
perbedaan nilai evapotranspirasi pada penutup lahan dipengaruhi oleh karakteristik permukaan seperti emisivitas, albedo, serta kemampuan penutup lahan menyimpan air.
DAFTAR PUSTAKA