Teknologi Penginderaan Jauh Kelautan : Produktivitas Perikanan

Posted by ReTRo

Produktivitas perikanan di Indonesia, sebenarnya berpangkal dari iptek, seperti kurangnya informasi, armada kapal yang handal dan penanganan pasca panen. Dalam kaitannya dengan informasi perikanan, teknologi penginderaan jauh dapat diandalkan untuk mengatasi masalah ini. Potensi sumberdaya perikanan/kelautan sangat erat kaitannya dengan produktivitas primer dari suatu perairan yang dihasilkan oleh fitoplankton. Pigmen fotosintesis yang umum terdapat pada fitoplankton adalah kolorofil-a, sehingga hasil pengukuran klorofil-a digunakan untuk menduga biomassa fitoplankton suatu perairan. Dengan demikian dapat dikatakan bahwa terdapat hubungan linier antara produktivitas primer dengan kelimpahan plankton. Melalui teknologi penginderaan jauh kelautan, pendugaan diatas dapat dilakukan berdasarkan sifat optik atau bioptik air laut yang dilihat dari keberadaan pigmen-pigmen fitoplankton (klorofil-a) dan suhu permukaan laut. Keunggulan lain dari teknologi penginderaan jauh adalah kemampuannya menghasilkan data secara sinoptik meliputi daerah yang luas secara temporal dengan frekuensi pengamatan yang tinggi. Teknologi ini sebenarnya berkembang melalui proses kajian atau telaahan atas fenomena-fenomena alam yang berkaitan dengan perambatan energi matahari dan pembagian spektrumnya, karakteristik obyek-obyek di bumi dalam interaksinya dengan energi matahari, pengaruh angin, arus dan suhu pada produktivitas primer di laut.

I. PENDAHULUAN
Sebagaimana diketahui bahwa dua pertiga bagian dunia adalah lautan, begitu pula dengan wilayah Indonesia terdiri dari 62% ( ± 3,1 juta km2) berupa laut dan daerah pesisir. Karena negara Indonesia dilalui oleh garis khatulistiwa, mempunyai karakteristik yang unik karena di wilayah perairan tersebut sering terjadi interaksi antara massa air yang datang dari Samudera Hindia dan Samudera Pasifik. Pertemuan massa air dari kedua samudera tersebut terdapat pada daerah-daerah wilayah perairan laut Indonesia.

Pengelolaan dan pemanfaatan sumberdaya perikanan di Indonesia menghadapi beberapa kendala, contohnya antara lain kondisi masyarakat pesisir, khususnya nelayan yang masih termarginalkan, adanya gejala overfishing di beberapa wilayah perairan, atau adanya pencurian ikan oleh armada nelayan asing. Dan bila dicari hubungan dari beberapa kasus tersebut tampaknya dapat ditarik benang merah antara kemiskinan nelayan dan gejala overfishing serta pencurian ikan, yang antara lain disebabkan kurangnya informasi atau ketidak tahuan nelayan mengenai daerah-daerah surplus perikanan yang sifatnya sudah tentu sangat seasonable dan conditional. Kurangnya informasi ini menyebabkan terjadinya rutinitas penangkapan ikan pada areal yang sama, sementara di lain tempat nelayan asing yang sudah mempunyai informasi yang handal menangkap ikan di daerah yang surplus yang seharusnya menjadi hak nelayan lokal. Tidak bisa dipungkiri peran iptek sangat kental sekali disini, dimana tanpa adanya dukungan iptek yang handal akan sulit bagi nelayan untuk dapat keluar dari lingkaran kemiskinan yang selama ini mengelilingi mereka. Oleh karena itu, tulisan ini mencoba mengkaji dukungan teknologi yang menyangkut informasi kepada nelayan lokal, sehingga mereka dapat mengetahui dengan pasti wilayah perairan yang surplus ikan.

Teknologi ini antara lain adalah teknologi penginderaan jauh atau remote sensing, suatu teknologi yang telah banyak digunakan negara-negara maju, seperti armada perikanan jepang, untuk pengelola dan memanfaatkan potensi sumberdaya perikanan mereka. Teknologi pada dasarnya memanfaatkan gejala alam, yang dengan akal pikiran manusia dapat diterjemahkan ke dalam suatu bentuk iptek (pengetahuan), yang digunakan semaksimal mungkin untuk kesejahteraan umat manusia, khususnya nelayan. Adapun tujuan dari tulisan ini adalah untuk melihat kontribusi fenomena alam pada perkembangan teknologi remote sensing (penginderaan jauh / inderaja), serta bagaimana dukungan teknologi ini terhadap produktivitas perikanan. Karena pada prinsipnya adanya teknologi inderaja ini diharapkan dapat memperluas informasi perikanan kepada nelayan sehingga kesejahteraannya kehidupannya dapat ditingkatkan.

II. HUBUNGAN ANTARA FENOMENA ALAM DENGAN TEKNOLOGI INDERAJA

Dalam kaitannya dengan teknologi inderaja, fenomena merambatnya (propagation) energi matahari ke bumi dan reaksi dari obyek-obyek di bumi terhadap energi matahari tersebut (obyek di bumi dapat memantulkan/reflected, memancarkan/emitted, mengalirkan/transmitted maupun menyerap/ absorbed energi matahari yang datang padanya), menjadi unsur utama yang harus ditelaah dan dapat membuahkan ilmu. Selain itu, angkasa luar beserta fenomenanya, yaitu tidak adanya gaya gravitasi, karakteristik planet-planet di alam semesta maupun perputaran bumi pada porosnya membuat manusia menciptakan satelit yang mengorbit di angkasa luar, sama seperti planet-planet di alam tersebut. Kemudian untuk menghubungkan fenomena energi matahari dengan perkembangan teknologi satelit ini, manusia menciptakan alat optik yang diletakan pada satelit dan dapat merekam energi matahari yang dipantulkan (reflected) , diserap (absorbed) maupun di pancarkan (emitted) oleh obyek-obyek di bumi. Sehingga terjadilah apa yang disebut dengan teknologi inderaja optik (optical remote sensing) yang antara lain dapat menggunakan wahana satelit sebagai sarananya atau dikenal dengan sebutan satellite remote sensing. Fenomena yang terjadi di alam pada dasarnya mengacu pada kaidah bahwa energi matahari yang berinteraksi dengan obyek-obyek di bumi ini berada pada kisaran gelombang elektromagnetik tertentu (sebagaimana dijelaskan pada Gambar 1).

Gambar 1. Spektrum Gelombang Elektromagnetik (Lillesand and Kiefer, 1987)

Dalam perjalanannya, sebagian dari energi ini akan dipantulkan oleh partikel debu maupun molekul air ataupun mengalami refraksi (scattered radiation) pada lapisan atmosfir. Sementara sebagian dapat berinteraksi dengan bumi dan dapat dipantulkan (reflected energy), diserap (absorbed energy), ataupun dialirkan ke lapisan lain (transmitted energy). Data yang dipantulkan obyek di bumi (disebut sebagai nilai reflectance) ini yang direkam oleh sensor pada satelit, dikirim ke stasiun bumi dan diterjemahkan sebagai nilai kecerahan (brightness value) atau nilai digital (digital value) saat disimpan pada computer compatible tape (CCT) untuk pemanfaatan lebih lanjut (lihat Gambar 2).

Gambar 2. Uraian interaksi obyek-obyek di permukaan bumi dengan gelombang
elektromagnetik sehingga dihasilkan citra inderaja

Energi elektromagnetik yang dipantulkan, diserap, dialirkan maupun di pancarkan ini sifatnya sangat bervariasi tergantung pada karakteristik obyek-obyek di permukaan bumi tersebut. Keadaan ini menunjukan bahwa setiap obyek dibumi mempunyai spectral respond (reaksi spektral) yang berbeda. Hal inilah yang dimanfaatkan dalam sistim inderaja melalui sistim sensor pada satelit yang juga mempunyai spectral sensitivity (kepekaan terhadap spektral) tertentu sebagai dasar terbentuknya data inderaja. Adapun karakteristik spektral dari beberapa unsur-unsur utama di permukaan bumi, yaitu tumbuhan, tanah dan air dapat dilihat pada Gambar 3.

Gambar 3. Karakteristik spektral reflektansi tanah, air dan vegetasi (Lillesandand Kiefer, 1987)

III. TEKNOLOGI INDERAJA UNTUK PERIKANAN

Dengan mengacu pada fenomena alam yang menunjukan adanya karakteristik obyek di bumi yang sangat spesifik dalam merespond energi matahari (yang berada pada spektrum elektromagnetik), yang antara lain ditunjukan pada gambar 3. Dapat dilihat peranan spektrum tampak mata (visible spectrum) untuk sumberdaya kelautan, yang ditunjukan oleh kurva reflectancenya pada tubuh air. Spektrum ini mempunyai panjang gelombang berkisar antara 0.4-0.7 um, yang terdiri dari spektrum tampak mata biru (visible blue) dengan panjang gelombang 0.4–0.5 um, spektrum tampak mata hijau (visible green) dengan panjang gelombang 0.5–0.6 um dan spektrum tampak mata merah (visible red) dengan panjang gelombang 0.6–0.7 um (Jensen, 1986; Lillesand and Kiefer, 1987; Swain and Davis, 1978).
Kemampuan merambat (propagation) di dalam kolom air dari ketiga spektrum tampak mata tersebut dan reaksi spektralnya sangatlah beragam. Gelombang tampak mata biru (visible blue) mempunyai kemampuan rambat yang sangat tinggi, dimana gelombang ini dapat menebus lapisan air sampai ke dalaman 100 m (Nybakken, 1992). Gelombang tampak mata hijau (visible green) mempunyai kemampuan rambat (propagation) yang lebih pendek di dalam tubuh air dibandingkan dengan gelombang tampak mata biru (visible blue). Sedangkan gelombang tampak mata merah (visible red) merupakan gelombang yang terpendek dalam menebus lapisan kolom air. Di dalam kolom air gelombang tampak mata ini akan mengalami absorsi maupun transmisi. Dan apabila gelombang ini berinteraksi dengan materi yang berada di dalam kolom air barulah akan terjadi refleksi yang nilainya akan direkam oleh sensor pada satelit.

Adapun kaitan antara fenomena alam dari gelombang elektromagnetik ini dengan perikanan pada prinsipnya mengacu pada pangkal dari semua bentuk kehidupan dalam laut, yaitu aktivitas fotosintetik tumbuhan akuatik. Dimana dengan menggunakan bantuan energi cahaya matahari, dapat mengubah senyawa-senyawa anorganik menjadi senyawa organik yang kaya energi dan dapat menjadi sumber makanan bagi semua organisme laut (Nybakken, 1992). Diantara semua tumbuhan akuatik fitoplanktonlah yang mengikat sebagian besar energi matahari, dan menjadi dasar (level pertama) terbentuknya rantai makanan dalam ekosistem bahari, dan sangat penting keberadaannya bagi semua penghuni habitat bahari (Nybakken, 1992; Dupouy, 1991). Pada dasarnya fitoplankton terdiri dari alga yang berukuran mikroskopik yang berisikan pigment fotosintetik berwarna hijau, dan biasa disebut sebagai klorofil (Dupouy, 1991). Klorofil yang berwarna hijau inilah yang pada dasarnya menjadi sumber informasi perikanan laut karena keterkaitannya yang erat dengan produktivitas primer perikanan, sehingga dapat disimpulkan dimana terdapat konsentrasi klorofil yang tinggi disitu terdapat juga konsentrasi biota atau ikan laut yang tinggi.
Dalam kaitannya dengan inderaja, klorofil merupakan obyek yang mudah dianalisa untuk memprediksi potensi perikanan laut. Karena unsur ini akan menyerap gelombang tampak mata biru dan memantulkan gelombang tampak mata hijau secara kuat. Sehingga ketika terjadi peningkatan kandungan klorofil, dapat dilihat adanya peningkatan energi yang dipantulkan oleh gelombang tampak mata hijau, dan penurunan pantulan gelombang tampak mata biru yang signifikan (Gambar 4)(Swain and Davis, 1978).

Gambar 4. Spektral reflektans dari air laut dgn konsentrasi klorofil yang berbeda (Swain and Davis, 1978)

Contoh dari penerapan karakteristik spektrum tampak mata (visible spectrum) untuk memprediksi produktivitas laut (marine productivities) melalui konsentrasi klorofil salah dapat dilihat pada gambar 5. Dimana warna hijau tampak sebagai reaksi dari spektrum tampak mata hijau yang berinteraksi dengan Klorofil dan warna biru merupakan reaksi dari laut yang berinteraksi dengan spektrum tampak mata biru, yang dalam penelitian ini kedua unsur tersebut diberi warna berbeda, yaitu hitam kecoklatan untuk laut dalam, biru untuk konsentrasi klorofil rendah dan hijau untuk konsentrasi klorofil tinggi. Akan tetapi, fitoplankton atau klorofil umumnya hanya menghuni suatu lapisan air permukaan yang tipis dimana terdapat cukup cahaya matahari, dan mempunyai suhu yang relatif homogen. Sedangkan zat hara anorganik yang dibutuhkan fitoplankton untuk tumbuh dan berkembang biak terletak pada zona fotik yang terdapat jauh dari permukaan dengan suhu yang berbeda jauh (lebih dingin) dengan suhu permukaan. Sehingga dibutuhkan suatu mekanisme untuk mengangkat massa air yang kaya akan hara ini ke permukaan sehingga dapat bercampur dengan massa air permukaan dan dapat dimanfaatkan oleh fitoplankton untuk tumbuh dan berkembang (Nybakken, 1992). Dalam hal ini perpindahan massa air ke atas (upwelling), arus-arus divergensi dan arus-arus khusus, yang menyebabkan terjadinya fenomena front dan eddie di laut, dapat memindahkan dan mencampurkan kedua massa air yang berbeda suhu tersebut dengan bantuan kekuatan angin. Upwelling merupakan penaikan massa air laut dingin dan kaya nutrien ke lapisan di atasnya (Longhurst, 1988).

Gambar 5. Distribusi klorofil pada perairan Nusa Tenggara Timur dengan menggunakan data Modis_Terra (http://www.gsfc.nasa.gov)

Front merupakan pertemuan dua massa air yang berbeda karakteristiknya, misalnya pertemuan antara massa air laut Jawa yang agak panas dengan massa air Samudera Hindia yang lebih dingin dan ditandai dengan gradient suhu permukaan laut yang sangat jelas pada kedua sisi front (Hasyim dan Salma, 1998). Berikut ini merupakan gambaran dari proses terjadinya upwelling (Gambar 6).

Gambar 6. Proses terjadinya upwelling dan downwelling

Umumnya sebaran konsentrasi klorofil-a tinggi di perairan pantai sebagai akibat dari tingginya suplai nutrien yang berasal dari daratan melalui limpasan air sungai, dan sebaliknya cenderung rendah di daerah lepas pantai. Meskipun demikian pada beberapa tempat masih ditemukan konsentrasi klorofil-a yang cukup tinggi, meskipun jauh dari daratan. Keadaan tersebut disebabkan oleh adanya proses sirkulasi massa air yang memungkinkan terangkutnya sejumlah nutrien dari tempat lain, seperti yang terjadi pada daerah upwelling. Sedangkan eddie merupakan gerakan air berpusar searah arus yang disebabkan adanya pertemuan massa air panas dan dingin sehingga dapat tercipta cold ring (cold eddie) dan warm ring (warm eddie) (Gambar 7) (Longhurst, 1988). Upwelling, front dan eddie merupakan perangkap zat hara dari kedua massa air yang berbeda suhu tersebut sehingga dapat merupakan feeding ground bagi jenis-jenis ikan pelagis dan juga dapat menjadi penghalang bagi pergerakan migrasi ikan karena pergerakan airnya yang sangat cepat dan bergelombang besar (Hasyim dan Salma, 1998). Hal ini menyebabkan terjadinya peningkatan stok ikan di ketiga tempat tersebut dan menjadi tempat yang ideal untuk penangkapan ikan jenis pelagis. Dengan demikian suhu dapat menjadi salah satu paramater yang dapat dimanfaatkan oleh sistim inderaja untuk menduga stok ikan, yaitu dengan menggunakan gelombang thermal. Karena obyek di bumi, termasuk tubuh air, juga merupakan sumber radiasi, dimana obyek yang mempunyai suhu di atas nilai absolut 0oC akan memancarkan energi panas ke atmosfir (Lillesand and Kiefer, 1987). Energi inilah yang ditangkap oleh sensor thermal pada satelit untuk diterjemahkan menjadi nilai digital pada citra satelit.

Gambar 7. Perbedaan eddies pada kedalaman perairan(www.oc.nps.navy.mil)

Contoh dari pemanfaatan fenomena suhu laut dan gejala-gejala alam seperti upwelling, eddie dan front untuk memonitor daerah penangkapan ikan jenis-jenis tertentu seperti skipjack, saury dan sardine dapat dilihat pada Tabel 1 dan Gambar 8 di bawah ini.
Tabel 1. Monitoring jumlah daerah penangkapan ikan pada kondisi oseanografi tertentu (Tameishi, 1991).



IV. ANALISIS DAERAH POTENSI PERIKANAN

Masalah utama yang dihadapi dalam upaya optimalisasi hasil tangkapan kan khususnya ikan pelagis adalah sangat terbatasnya data dan informasi mengenai kondisi oseanografi yang berkaitan erat dengan daerah potensi penangkapan ikan. Armada penangkap ikan berangkat dari pangkalan bukan untuk menangkap tetapi untuk mencari lokasi penangkapan sehingga selalu berada dalam ketidakpastian tentang lokasi yang potensial untuk penangkapan ikan, sehingga hasil tangkapannya juga menjadi tidak pasti. Oleh karena itu, informasi mengenai daerah potensi penangkapan ikan sangat diperlukan dalam pembangunan sektor perikanan, khususnya bagi kegiatan penangkapan ikan. Informasi tersebut dapat diperoleh melalui kegiatan survei, eksplorasi dan penelitian-penelitian dengan menelaah karakteristik serta variabilitas dari parameter oseanografi. Pengamatan dan monitoring fenomena oseanografi dan sumberdaya hayati laut memerlukan penggunaan serial data dalam selang waktu observasi tertentu (harian, mingguan, bulanan atau tahunan). Dari citra suhu permukaan laut (SPL) multitemporal dapat diperoleh informasi tentang pola distribusi SPL dan upwelling atau front yang merupakan daerah potensi ikan. Dari citra klorofil-a dapat diperoleh informasi konsentrasi fitoplankton (mg/m3) dengan nilai yang diwakili oleh degradasi warna yang berbeda. Diagram alir untuk analisis daerah potensi perikanan disajikan pada Gambar 9.

Berikut ini adalah beberapa data dan metode yang dapat dipakai dalam pengambilan dan analisis data parameter oseanografi dari citra hasil download. Studi sebaran suhu permukaan laut dan kandungan klorofil-a dengan menggunakan citra MODIS di wilayah perairan sekitar Nusa Tenggara Timur (NTT) pada empat musim tahun 2006 dengan mengambil citra perbulannya dan akan dilaksanakan pada bulan Juli 2007. Lokasi yang dijadikan sebagai tempat penelitian atau daerah kajian penelitian adalah wilayah perairan sekitar NTT dengan koordinat 119º-126ºBT dan 07º-12ºLS (Gambar 10).


Gambar 10. Peta wilayah perairan sekitar Nusa Tenggara Timur (Sumber : Petalaut, 2005)

Bahan dan Alat
Bahan yang digunakan dalam penelitian adalah data primer dan pendukung. Data primer diperoleh dari www.modis.gsfc.nasa.gov. meliputi citra satelit MODIS (Moderate Resolution Imaging Spectroradiometer). Data pendukung yang digunakan adalah citra arus TOPEX/POSEIDON COLORADO yang diperoleh dari http://www.ccar.colorado.edu/ , citra angin QuickSCAT yang diperoleh dari http://podaac.jpl.nasa.gov/, data SPL in situ yang diperoleh dari TRITON Bouy Mooring (JAMSTEC) http://www.pmel.noaa.gov/ dan data hasil tangkapan perikanan bulanan Propinsi Nusa Tenggara Timur Tahun 2006.
Alat yang digunakan dalam penelitian ini adalah software ER Mapper ver 6.4, SURFER ver 8.0, Map Info ver 7.8, Envi ver 3.5 dan Ms Office 2004. Hardware-nya adalah Pentium 4/1.8GHz lengkap dengan DVD-ROM, disc drive, floppy disc external, dan printer.
Data SPL diekstraksi dari kanal emissive (infra merah) 31 (10,780μm) dan kanal 32 (11,770-12,270μm), data konsentrasi klorofil diekstraksi dari kanal visible (reflektansi) 8 (405-420μm), kanal 9 (438-448μm), dan kanal 12 (546-556μm). Bahan-bahan yang digunakan dalam penelitian adalah data MODIS rekaman bulan Januari – Desember 2006. Spektral kanal yang dibutuhkan dapat dilihat pada Tabel 2.

Analisis Data

Pengolahan data yang dilakukan dalam penelitian ini adalah dengan cara menurunkan formula tentang fenomena oseanografi berdasarkan konversi nilai radiansi citra MODIS ke nilai suhu perairan laut dan ke nilai kandungan klorofil yang dianggap sesuai dengan kondisi sebenarnya untuk perairan Indonesia. Kemudian dari penurunan formula tersebut dikaitkan dengan data di lapangan yang sebelumnya telah dilakukan penelitian.

Kropping, koreksi geometrik dan konversi data
Sebelum dilakukan pengolahan data, maka terlebih dahulu dilakukan proses pengkroppingan data. Kropping data ini dimaksudkan untuk mendapatkan lokasi wilayah penelitian yang diinginkan. Kropping data dilakukan dengan menggunakan perangkat lunak ER Mapper.
Koreksi geometris dilakukan dengan menerapkan metode linier yang terdapat pada perangkat lunak ER Mapper. Selain itu, dilakukan pula proses konversi data dari nilai DN atau SI (Scale Integer) menjadi nilai suhu kecerahan air (Tb = Temperature Brighteness) dan/atau reflektansi.
Proses konversi data DN atau SI menjadi radiansi dan reflektansi melalui cara sebagai berikut : R = R_Scaleb (SIb¬- R_offsetb)
R adalah nilai Radiansi atau Reflektansi, R_ Scaleb merupakan nilai skala pada kanal ke_b, dan R_offsetb merupakan nilai R_offset pada kanal ke_b. Selanjutnya untuk mendapatkan suhu kecerahan air (Tb) digunakan persamaan Invers Fungsi Planck (Black Body Radiation) dengan anggapan suhu kamar bumi berkisar 300 ºK, yakni sebagai berikut :
Dengan Tb adalah suhu kecerahan air (ºK), C1 dan C2 adalah konstanta yang masing-masing nilainya adalah C1 = 1,1910659 × 10-5m-1Wsr-1cm-4 dan C2 = 1,438833cmK, dan Vi adalah bilangan gelombang pusat (central wave number) untuk kanal 31 sebesar 876,302cm-1 dan kanal 32 sebesar 831,95cm-1, dan R adalah nilai radiansi.
Pengolahan data suhu permukaan laut (SPL)
Ekstraksi data SPL dilakukan dengan menggunakan kanal 31 dan 32 MODIS dan dengan menerapkan beberapa algoritma.
Callison et. al. (1989) :
SPL (ºC) = 1,0351 Tb31 + 3,046 (Tb31 - Tb32) – 10,93 – 273
Dengan SPL (ºC) adalah suhu permukaan laut (ºC), Tb31 dan Tb32 masing-masing adalah suhu kecerahan dari kanal 31 dan 32 MODIS. Proses pengolahan data SPL ini dilakukan dengan menggunakan perangkat lunak ER Mapper.
Bagan alir prosedur pengolahan citra SPL dapat dilihat pada Gambar 11.

Pengolahan data konsentrasi klorofil
Penentuan distribusi klorofil menggunakan sensor MODIS yang memiliki karakteristik dan dapat diaplikasikan untuk mendeteksikan Ocean Color yaitu, kanal visibel sinar biru (kanal 9) dan sinar hijau (kanal 12). Sinar hijau yang dipantulkan oleh permukaan laut (membawa informasi mengenai konsentrasi klorofil) dapat dideteksi oleh sensor kanal 12. Semakin banyak sinar hijau yang diterima sensor, maka semakin tinggi pula kandungan klorofil suatu permukaan laut. Penentuan nilai sebaran konsentrasi klorofil dilakukan melalui rasio kanal 9 dan 12, yakni :

Jika R < 1, maka kandungan klorofil rendah R = 1, maka kandungan klorofil sedang R > 1, maka kandungan klorofil tinggi
Relly, 1998 dalam Suwarga, 2002., mengemukakan bahwa model algoritma yang digunakan dua panjang gelombang , yakni 443μm dan 551μm. Alasan digunakannya kedua panjang gelombang ini adalah bahwa tingkat penyerapan klorofil tinggi pada kanal 9 sehingga mengakibatkan tingkat reflektansinya pada kanal tersebut rendah. Oleh karena itu, jika rasio antara reflektansi panjang gelombang 443μm dengan reflektansi panjang gelombang 551μm adalah rendah, maka konsentrasi klorofilnya adalah tinggi. Demikian pula sebaliknya, rasio akan mencapai nilai maksimum apalagi konsentrasi klorofilnya rendah, sehingga :
Jika R = [Ref/c(443)/Ref/c(551)] = [sinar biru/sinar hijau]
Maka : R tinggi: kandungan klorofil rendah ; R rendah: kandungan klorofil tinggi
dan jika R = [Ref/c(551)/Ref/c(443)]
Maka : R tinggi: kandungan klorofil tinggi ;R rendah: kandungan klorofil rendah.
Selanjutnya, perhitungan konsentrasi klorofil dengan menggunakan formulasi Relly (1998) sebagai berikut :

Log (chlor) = 0,283 – 2,753 R + 1,457 R2 + 0,659 R3 – 1,43 R4

Dengan R = log [(kanal 8)/(kanal 12)] dan atau R = log [(kanal 9)/(kanal12)] sedangkan bagan alir prosedur pengolahan citra klorofil-a dapat dilihat pada
Gambar 12.

Klasifikasi nilai SPL dan konsentrasi klorofil

Klasifikasi nilai SPL dan klorofil dilakukan dengan terlebih dulu membuat masking awan dan darat. Pembuatan masking awan ini dilakukan untuk memisahkan antara laut dengan awan dan daratan.
Proses pemisahan daratan, laut dan awan adalah sebagai berikut :
a. Pemisahan areal tertutup awan (kelas awan)
Jika Tb31< 29 ºK, maka wilayah tersebut adalah awan, atau │Tb31- Tb32│< 1,2 ºK atau (Tb31/ Tb32) > 0,996. Selanjutnya citra klasifikasi awan ini disimpan dalam satu file, yakni file masking awan dan diberi warna putih.
b. Pemisahan, darat dan laut (kelas darat)
Untuk memisahkan areal darat dan laut dilakukan melalui pelacakan kisaran nilai maksimum atau minimum SPL atau klorofil untuk lokasi darat. Selanjutnya, nilai-nilai yang mewakili daratan dibuang dan diberi nilai 0 dan disimpan dalam file darat. Dari proses klasifikasi kelas darat dan awan ini dihasilkan nilai SPL dan klorofil khusus untuk wilayah lautan. Kemudian, nilai SPL wilayah laut ini diklasifikasikan berdasarkan kisaran nilai maksimum dan minimum untuk hasil ekstraksi dari algoritma Callison.


Data citra arus TOPEX/POSEIDON
Citra TOPEX yang digunakan adalah citra TOPEX/POSEIDON COLORADO yang menggambarkan pola arus secara lokal dan juga dapat menggambarkan kejadian terbentuknya eddies. Diagram alir TOPEX/POSEIDON dapat dilihat pada Gambar 13.

Data Citra Angin QuickSCAT
Citra angin QuickSCAT menggambarkan pola angin secara umum dengan arah dan kecepatan angin (m/s) yang dapat menjadi data pendukung untuk mengetahui kondisi fisik dari wilayah perairan penelitian. Diagram alir untuk data QuickSCAT dapat dilihat pada Gambar 14.

V. KESIMPULAN
Teknologi penginderaan jauh merupakan salah satu teknologi yang berkembang melalui penelaahan fenomena-fenomena alam dan adanya keinginan untuk memperoleh informasi global mengenai kondisi bumi pada umumnya dan perikanan pada khususnya. Terlebih lagi perikanan laut umumnya mencakup daerah yang luas, remote (jauh) dan sulit diamati manusia tanpa adanya bantuan teknologi. Sehingga dengan mempelajari fenomena alam, pada akhirnya dapat mengembangkan teknologi satelit sebagai salah satu wahana yang dapat digunakan untuk menempatkan sensor inderaja, sehingga dapat diperoleh informasi yang global mengenai kondisi perikanan laut nasional maupun internasional. Teknologi ini dapat menyumbangkan informasi secara kontinu kepada armada nelayan nasional mengenai daerah potensi perikanan tangkap. Dengan kata lain produktivitas perikanan nasional dapat ditingkatkan melalui perkembangkan teknologi ini.

DAFTAR PUSTAKA
Brown, B.O dan Minnet, P.J. 1999. MODIS Infrared Sea Surface Temperature Algorithm. Algorithm Theoretical Basis Document Version 2.0. University of Miami. Florida. Miami.

Colorado. 2004. Sea Surface Height Anomaly. TOPEX/POSEIDON.http://www.ccar.colorado.edu/. [30 Juni 2005]

Dupouy, C. 1991. Satellite Ocean Color Use for Oceanic Resources: Monitoring ocean productivity using NIMBUS CZCS. Aplications of Remote Sensing in Asia and Oceania: Environmental Change Monitoring. Asian Association on Remote Sensing, Tokyo, Japan. pp 313-318

Hasyim, B. dan Nia Salma. 1998. Analisis Distribusi Suhu Permukaan Laut dan Kaitannya Dengan Lokasi Penangkapan Ikan dan Laju Pancing Ikan Tuna di Perairan Selatan Bali – Jawa Timur. Prosiding Pertemuan Ilmiah Tahunan Ke-8 MAPIN. Masyarakat Penginderaan Jauh Indonesia. Jakarta, Indonesia. pp 249-256

Jensen, J.R. 1986. Introductory Digital Image Processing: A Remote Sensing Perspective. Prentice-Hall. Englewood – New Jersey. USA

LAPAN. 2004. Model Ekstraksi Data MODIS Untuk Penentuan Suhu Permukaan Laut dan Klorofil. Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh. Pekayon. Jakarta Timur.
Lillesand, M. dan Kiefer, R.W. 1990. Remote Sensing and Image Interpretation. John Wiley & Sons, Inc., New York.

Lillesand, T.M. and R.W. Kiefer. 1987. Remote Sensing and Image Interpretation. John Wiley and Sons. New York. USA

Longhurst, A.R. 1988. Analysis Of Marine Ecosystems. Academic Press Linited. London. UK

NASA. 2005. Time Series Data and Applications. MODIS-Terra.
http://www.gsfc.nasa.gov. [13 April 2005]
http://modis.gsfc.nasa.gov. [03 April 2005]

NASA. 2005. Spesification from MODIS.
http://oceancolor.gsfc.nasa.gov. [29 April 2005]
http://podaac.jpl.nasa.gov. [10 April 2005]

NASA. 2005. Sea Surface Winds Speed and Vectors. QuickSCAT.
http://www.winds.jpl.nasa.gov. [29 Juni 2005]

Nybakken, J.W. 1992. Biologi Laut: Suatu Pendekatan Ekologis. PT. Gramedia. Jakarta

Peta laut. 2005. Infobcs. Nusa Tenggara Timur.[http://www.petalaut.infobcs.com [27 Februari 2005]

Sabins, F. 1996. Remote Sensing Principles and Interpretation. Second Edition. W. H. Freeman an Company. New York.

Swain, P.H. and Shirley M. Davis. 1978. Remote Sensing: The Quantitative Approach. McGraw –Hills. New York. USA

Tameishi, Hideo. 1991. Fisheries Detection Using NOAA Satellite; Why Can Fishing Grounds Be Monitored by Remote Sensing. Aplications of Remote Sensing in Asia and Oceania: Environmental Change Monitoring. Asian Association on Remote Sensing, Tokyo, Japan. pp 323-332

TRITON Bouy Mooring (JAMSTEC)[http://www.pmel.noaa.gov/]

Written by :
Chaterina Agusta Paulus, M.Si
Paper Teknologi Eksplorasi Kelautan (ITK 502)
“ Teknologi Penginderaan Jauh Kelautan : Produktivitas Perikanan “
Program Ilmu Kelautan – Sekolah Pasca Sarjana – IPB, 2007


{ 0 comments... read them below or add one }

Post a Comment