sistem informasi pertanian

9
LAPAN SOSIALISASI DAN SURVEI LAPANGAN PEMANFAATAN DATA INDERAJA DAN SISTEM INFORMASI GEOGRAFIS UNTUK KAJIAN PENGELOLAAN PERTANIAN PROGRAM PENINGKATAN KAPASITAS IPTEK DAN SISTEM PRODUKSI INSTALASI LINGKUNGAN DAN CUACA PUSAT PENGEMBANGAN PEMANFAATAN DAN TEKNOLOGI PENGINDERAAN JAUH LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL 2005

Upload: materi-kuliah-online

Post on 13-Jan-2015

2.080 views

Category:

Education


0 download

DESCRIPTION

 

TRANSCRIPT

Page 1: Sistem Informasi Pertanian

LAPAN

SOSIALISASI DAN SURVEI LAPANGAN PEMANFAATAN DATA INDERAJA DAN SISTEM INFORMASI GEOGRAFIS

UNTUK KAJIAN PENGELOLAAN PERTANIAN

PROGRAM PENINGKATAN KAPASITAS IPTEK DAN SISTEM PRODUKSI

INSTALASI LINGKUNGAN DAN CUACA PUSAT PENGEMBANGAN PEMANFAATAN DAN TEKNOLOGI PENGINDERAAN JAUH

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL 2005

Page 2: Sistem Informasi Pertanian

1. PENDAHULUAN

Pemantauan kondisi cuaca dalam skala luas dan real time dapat dilakukan

dengan menggunakan teknologi penginderaan jauh, salah satunya dengan satelit

Terra/Aqua yang membawa sensor MODIS (Moderate Resolution Imaging

Spektroradiometer). Areal yang diliput oleh sensor ini mencakup luasan 2330 km

dilengkapi dengan 36 kanal dan mempunyai tiga jenis resolusi spasial, yaitu 250

m, 500 m dan 1000m. Satelit ini mempunyai kemampuan (resolusi temporal)

meliput tempat yang sama setiap 1-2 hari. Penelitian mengenai penurunan unsur

cuaca dari data MODIS belum banyak dihasilkan di daerah Tropis, terlebih lagi di

Indonesia. Salah satu kondisi atmosfer yang dapat diturunkan dari data MODIS

adalah precipitable water (Air Mampu Curah) (Kaufman dan Gao, 1992; Lim, et

al, 2002; Gao dan Kaufman, 2003; Gao, et al, 2003; dan Sobrino, et al, 2003;).

Berdasarkan nilai Air Mampu Curah (AMC) yang diestimasi dari data MODIS

dapat diturunkan beberapa unsur cuaca diantaranya suhu, kelembaban dan curah

hujan.

Pada penelitian ini telah dihasilkan model estimasi kelembaban nisbi

berdasarkan AMC MODIS di Jawa Tengah dan Jawa Timur. Korelasinya

berkisar antara 0.8 – 0.9 menurut topografi wilayah. Untuk mengetahui tingkat

akurasi hasil estimasi kelembaban nisbi dari data MODIS, perlu dilakukan

pengecekan terhadap hasil pengukuran kelembaban nisbi di lapangan.

2. TUJUAN

(1). Memperoleh data kelembaban nisbi (RH) lapangan di wilayah Jawa

Tengah dan Jawa Timur untuk keperluan verifikasi data satelit.

(2). Mengetahui variasi kelembaban nisbi berdasarkan jenis penutup lahan di

sebagian wilayah Jawa Tengah dan Jawa Timur.

3. WAKTU DAN LOKASI

Survei lapangan akan dilaksanakan mulai tanggal 21 - 30 September 2005.

Lokasi yang disurvey adalah Semarang, Gresik, Nganjuk, Madiun, Ngawi,

Boyolali, Salatiga, Ungaran. Survei lapangan dilakukan oleh personil tim peneliti

Page 3: Sistem Informasi Pertanian

LAPAN untuk kajian cuaca dari data MODIS yaitu: Parwati, Agus Hidayat, Totok

Sugiharto, Hasnaeni.

4. METODOLOGI Pada survey ini parameter yang diamati adalah kelembaban udara.

Metode pengumpulan data kelembaban nisbi ini dilakukan dalam 2 cara, yaitu

pengukuran langsung dengan menggunakan termometer suhu bola kering dan

thermometer suhu bola basah, serta pengumpulan data kelembaban nisbi dari

stasiun klimatologi setempat, mengingat keterbatasan waktu untuk mengukur

kelembaban nisbi secara langsung pada lokasi yang sama selama 10 hari untuk

wilayah Jawa Tengah dan Jawa Timur.

Pengukuran langsung dengan alat termometer dilakukan di beberapa jenis

penutup lahan, yaitu perkotaan, tambak, pertanaman jagung, padi, tembakau,

hutan jati, dan kebun campur. Pengukuran juga dilakukan pada variasi

ketinggian wilayah dari 0 – 700 m dpl. Pengukuran ketinggian serta posisi

koordinat di lapangan dilakukan dengan alat GPS.

Adapun dasar formula yang digunakan untuk menghitung kelembaban

nisbi (RH) dari hasil pengukuran suhu termometer bola kering dan bola basah

menurut FAO, 1998 :

(1)

(2)

ea = e° (Tbb) - γ psy (Tbk - Tbb) (3)

(4)

(5)

Keterangan: e°(T) = tekanan uap air jenuh pada suhu udara T [kPa],

T = suhu udara [°C],

ea = tekanan uap air aktual [kPa],

e°(Tbb) = tekanan uap jenuh pada suhu bola basah [kPa],

Page 4: Sistem Informasi Pertanian

γ psy = konstanta psychrometric [kPa °C-1],

Tbk,Tbb = suhu bola kering, suhu bola basah [°C].

P = tekanan atmosfer [kPa],

λ = panas laten, 2.45 [MJ kg-1],

cp = panas speifik pada tekanan udara tetap, 1.013 10-3 [MJ kg-1 °C-1],

ε = rasio berat molekul uap air/udara kering = 0.622.

z = ketinggian di atas permukaan laut [m]

5. HASIL Hasil pengukuran kelembaban nisbi rata-rata berdasarkan data stasiun

klimatologi di wilayah Jawa Tengah dan Jawa Timur selama periode tanggal 21 –

29 September 2005 dapat dilihat pada Gambar 1. Berdasarkan Gambar 1 dapat

diketahui bahwa pada periode waktu yang sama, kelembaban nisbi tertinggi

terdapat di wilayah Cilacap (Jawa Tengah) dengan nilai rata-rata di atas 80 %.

Sedangkan kelembaban nisbi terendah terdapat di daerah Surabaya dengan nilai

rata-rata sebesar 67 %. Data kelembaban ini akan digunakan untuk verifikasi

hasil estimasi kelembaban nisbi dari data MODIS.

55

60

65

70

75

80

85

90

95

100

21 22 23 24 25 26 27 28 29 30

September 2005

RH

(%)

Pacitan Madiun

Surabaya Perak Surabaya Juanda

Tj. Perak Tretes

Semarang Tegal

Yogyakarta Cilacap

Gambar 1. Grafik fluktuasi kelembaban nisbi rata-rata periode tanggal 21 – 29

September 2005 di wilayah Jawa Tengah dan Jawa Timur.

Page 5: Sistem Informasi Pertanian

Data kelembaban nisbi di wilayah Jawa Tengah di peroleh dari Stasiun

Klimatologi Klas I Semarang. Sedangkan data kelembaban nisbi di wilayah Jawa

Timur diperoleh dari Stasiun Klimatologi Klas I Surabaya. Alat yang digunakan

untuk mengukur kelembaban udara di stasiun klimatologi adalah termometer bola

kering dan bola basah yang berada dalam sangkar cuaca. Gambar berikut

merupakan kondisi stasiun pengukur unsur cuaca di Semarang.

Gambar 2. Stasiun pengukur cuaca di Semarang.

Sementara itu pengukuran kelembaban nisbi secara langsung dengan

mengunakan termometer bola kering dan bola basah digital yang dirakit oleh

Jurusan Geofisika dan Meteorologi IPB, dilakukan pada berbagai jenis penutup

lahan yaitu daerah pertambakan garam, pertanaman jagung, pertanaman padi,

hutan jati, tembakau, dan kebun campur. Waktu pengukuran dilakukan siang hari

berkisar antara jam 13 – 14 WIB. Berdasarkan hasil pengukuran secara langsung

seperti yang terlihat pada Tabel 1 dapat dijelaskan bahwa pengaruh jenis

tanaman pada kelembaban nisbi tidak signifikan. Pengaruh yang nyata terdapat di

wilayah tambak garam dekat pantai, dimana kelembaban nisbinya lebih tinggi

dibandingkan dengan area contoh lainnya yang rata-rata berada di ketinggian

antara 50 – 120 m dpl. Menurut Handoko (1995) daerah pantai memang memiliki

kelembaban nisbi yang tinggi karena tingginya kandungan uap air di daerah

pantai yang didukung oleh besarnya energi penguapan di laut. Sementara itu jika

dilihat berdasarkan waktu, maka umumnya kelembaban nisbi akan semakin

menurun sampai siang hari pada saat suhu udara maksimum, kemudian naik

kembali hingga mencapai nilai minimum di malam hari.

Page 6: Sistem Informasi Pertanian

Tabel 1. Hasil pengukuran RH dengan mengunakan thermometer suhu bola kering (TBK) dan suhu bola basah (TBB) di beberapa jenis penutup lahan.

NO EASTING NORTHING JAM Altitude (m)

TBK (°C)

TBB (°C)

RH (%) KONDISI LAHAN

1 622994 9159854 12,51,34 52 31.7 24.2 54 Jagung 2 616845 9159154 12,59,27 55 31 24.5 59 Jagung 3 606549 9159390 01,08,54 58 30.2 23.5 57 Jati 4 589573 9164230 01,31,39 117 30.5 23.7 57 Jati 5 587043 9164076 01,34,41 113 30.5 23.6 56 Jati 6 584078 9165044 01,39,02 117 31.2 23.6 53 Jati 7 574126 9065498 01,52,44 96 31.1 23.5 53 Kebun Campur 8 562305 9176822 02,13,14 87 31.5 24.5 56 Tembakau

10 511099 9184510 02.20.11 96 31.5 24.6 57 Padi 11 486600 9247828 01,48,14 0 32.4 29.3 80 Tambak garam

Berikut ini adalah foto-foto pengambilan titik sample dan pengukuran RH di beberapa jenis penggunaan lahan.

Gambar 2. Pengukuran RH di wilayah

tambak garam (Jawa Timur). Gambar 3. Pengukuran RH di wilayah

Hutan Jati (Jawa Timur)

Gambar 4. Pengukuran RH di wilayah kebun

campur (Jawa Timur). Gambar 5. Pengukuran RH di wilayah

pertanaman jagung (Jawa Timur)

Gambar 6. Daerah persawahan di Jawa Timur

Gambar 7. Daerah pertanaman tembakau di Jawa Timur

Page 7: Sistem Informasi Pertanian

6. PENUTUP Survey lapangan pada penelitian kajian cuaca dari data satelit untuk

pengelolaan pertanian telah dilakukan. Hasil yang diperoleh pada survey ini

adalah data kelembaban nisbi yang nantinya menjadi acuan untuk verifikasi hasil

estimasi kelembaban nisbi dari data satelit. Hasil verifikasi nantinya dapat

menjelaskan seberapa besar akurasi estimasi kelembaban nisbi dari data satelit,

khususnya di bulan September (mewakili musim kemarau).

Page 8: Sistem Informasi Pertanian

Lampiran 1. Hasil pengukuran RH dengan alat thermometer bola kering dan bola

basah di lapangan.

NO EASTING NORTHING TBK(°C)

TBB(°C)

RH (%) JAM

KETINGGIAN (m) KABUPATEN

1 429035 9227758 28.9 27.5 90 09,34,02 1 Semarang 2 431685 9227894 28.9 28.2 95 09,54,45 5 Semarang 3 453620 9234768 32.3 30.7 89 11,23,58 22 Demak 4 472186 9240848 31.6 30.2 90 11,48,11 10 Demak 5 486598 9247832 32.5 30.3 85 01,48,06 35 Kudus 6 486600 9247828 32.4 30.3 86 01,48,14 32 Kudus 7 490128 9247476 32.5 30.6 87 01,56,39 27 Kudus 8 527930 9259370 28 27.3 95 03,48,57 12 Rembang 9 550329 9261442 29.2 27.2 86 04,22,30 8 Tuban

10 550561 9262084 29.2 27.2 86 04,25,49 7 Tuban 11 551564 9264932 28.8 27.5 91 04,37,21 13 Tuban 12 573799 9255408 25.7 24.7 92 05,44,40 41 Gresik 13 685726 9200530 31 26.3 69 09,43,39 13 Gresik 14 669013 9180644 31.3 23.4 51 11,08,48 39 Gresik 15 622994 9159854 31.7 24.2 54 12,51,34 52 Nganjuk 16 616845 9159154 31 24.5 59 12,59,27 55 Nganjuk 17 606549 9159390 30.2 23.5 57 01,08,54 58 Nganjuk 18 589573 9164230 30.5 23.7 57 01,31,39 117 Madiun 19 587043 9164076 30.5 23.6 56 01,34,41 113 Madiun 20 584078 9165044 31.2 23.6 53 01,39,02 117 Madiun 21 574126 9065498 32.1 22.5 44 01,52,44 96 Madiun 22 562305 9176822 31.5 24.6 57 02,13,14 87 Ngawi 23 532753 9184224 30.8 24.2 58 03,46,06 59 Ngawi 24 511099 9184510 31.1 24.8 60 04,13,15 96 Ngawi 25 477456 9164096 27.5 23.5 72 04,12,55 123 Ngawi 26 459833 9166824 26.3 23 76 08,36,11 303 Ngawi 27 458113 9166716 26.1 22.3 72 08,37,49 355 Ngawi 28 456736 9166740 26.9 22 66 08,39,09 401 Ngawi 29 452284 9172924 25.4 21.9 74 08,51,47 604 Boyolali 30 451222 9174678 24.9 21.4 74 08,54,19 655 Boyolali 31 449919 9175880 25 21 71 08,56,46 704 Boyolali 32 448387 9178206 27.2 21.3 60 09,00,58 754 Boyolali 33 446372 9182682 27.3 20.6 56 09,10,17 772 Boyolali 34 446471 9183632 28 21.3 56 09,12,19 742 Salatiga 35 446263 9186688 28.3 21.5 56 09,16,05 695 Salatiga 36 443498 9192414 28.4 22.3 60 09,26,45 578 Salatiga 37 441739 9193704 28.1 22.8 64 09,29,04 545 Salatiga 38 439630 9197134 27.5 22 63 09,35,01 499 Salatiga 39 437213 9201458 27.6 22.1 63 09,47,48 553 Salatiga 40 436358 9204230 27.8 20.4 52 09,50,32 500 Ungaran 41 435205 9207972 28.8 21.8 55 09,55,30 446 Ungaran 42 434191 9211788 29 21.5 52 09,59,57 350 Ungaran 43 434979 9218024 29.4 22.1 53 10,07,41 283 Ungaran 44 435758 9223022 28.8 22.5 58 10,16,05 166 Ungaran

Page 9: Sistem Informasi Pertanian

Lampiran 3. Hasil pengukuran data RH dari stasiun klimatologi pada bulan

September 2005.

Stasiun lintang bujur 21-

Sep 22-

Sep 23-

Sep 24-

Sep 25-

Sep 26-

Sep 27-

Sep 28-

Sep 29-

Sep 30-

Sep Serang -6.15 106.15 81 79 79 76 76 76 76 78 77 76 Curug -6.27 106.57 0 0 70 0 0 0 67.5 0 0 0 Tj.Priok -6.10 106.87 70 0 68.5 0 0 64 60 0 74.5 0 Cengkareng -6.12 106.65 77 78.5 75 75 72.5 71.5 71.5 72.5 74.5 77.5 Citeko -6.43 106.87 83.5 83.5 0 69.5 79 69.5 81.5 0 76.5 83 Darmaga -6.53 106.87 0 81 75.5 76.5 0 75 72.5 73.5 0 0 Lembang -6.90 107.58 0 0 0 0 0 0 74.5 0 0 0 Jatiwangi -6.73 108.28 71.5 0 0 0 61 63.5 72 70 0 0 Tegal -6.87 109.13 76 77.5 77 75.5 0 0 74 72 76 77 Tasikmalaya -7.30 108.22 85 89 82 79.5 91.5 0 0 87.5 84 91 Cilacap -7.82 109.00 83 83.5 80.5 85 83 82 85.5 80 78 81.5 Semarang martitim -6.97 110.42 73 0 63 0 71.5 71 72.5 0 0 0 Semarang A.yani -6.98 110.38 73.5 56.5 0 63.5 62 69.5 71 74.5 0 0 Yogyakarta -7.78 110.43 74 0 71 72 0 0 72 74.5 72.5 74 Pacitan -7.62 111.52 80 77.5 77.5 79 73.5 0 70 91 0 0 Madiun -7.62 111.52 67.5 0 0 0 62 0 0 64.5 67.5 61 Bawean -5.85 112.82 65.5 68.5 64.5 68.5 62.5 0 0 69 72 66 Surabaya Perak -7.18 112.75 62.5 60.5 61.5 60.5 62.5 61.5 67 65 68 64.5 Surabaya Juanda -7.38 112.78 65 67 63.5 66.5 65.5 71 70 67 69.5 68.5 Tj. Perak -7.39 112.78 67 66 66 68 0 66 71 68.5 72.5 70.5 Kr. Ploso Malang -7.87 112.53 74 64 61 72.5 73 72.5 75 74 80.5 75 Tretes -7.73 112.53 69.5 65.5 60.5 66 59.5 71 77.5 66.5 84.5 80 Karang kates -8.20 112.56 68.5 0 0 0 73 67.5 69.5 0 81.5 72.5 Kalianget -7.05 113.93 75 76 74 75.5 72 76 70.5 72.5 75.5 74.5 Banyuwangi -8.22 114.33 75 75.5 78 72 77.5 72.5 77.5 75.5 78 71