UMSUMS

Forum GeografiForum Geografi

Suhu permukaan bumi (SPB) memiliki peran penting dalam berbagai aplikasi seperti pertanian, hidrologi, perencanaan kota, dan analisis iklim. Urbanisasi cepat dan perubahan iklim telah memperparah variasi SPB, terutama di wilayah bergantung pada pertanian seperti Ethiopia, di mana fluktuasi suhu langsung memengaruhi kehidupan. Namun, dinamika SPB lokal di area seperti Injibara dan Banja masih kurang diteliti, meskipun sensitif terhadap variabilitas iklim dan efek panas perkotaan. Penelitian ini mengatasi celah tersebut dengan memperkirakan SPB menggunakan data Landsat 9 dan menganalisis korelasinya dengan Indeks Vegetasi Perbedaan Normalisasi (NDVI). Data dari United States Geological Survey (USGS) Earth Explorer diproses menggunakan ArcGIS 10.8. SPB dihitung menggunakan model persamaan emisivitas yang mencakup emisivitas permukaan bumi (LSE) dan perhitungan suhu kecerahan. Analisis NDVI menunjukkan nilai berkisar dari -0,03 hingga 1, dengan vegetasi tinggi (0,35–1) terkonsentrasi di hutan pemerintah dan swasta di barat laut, sementara vegetasi rendah (-0,03–0,15) mendominasi area perkotaan, tanah gundul, dan wilayah tidak produktif di selatan dan tenggara. Hasil SPB menunjukkan suhu tertinggi (38–43°C) di wilayah dataran rendah barat laut dan tenggara, sedangkan suhu terendah (14–22°C) di dataran tinggi pusat. Sekitar 40,8% wilayah menunjukkan suhu antara 29–32°C. Hasil penelitian mengungkapkan hubungan negatif (R²=0,2506) antara SPB dan NDVI, menunjukkan bahwa penutupan vegetasi yang lebih tinggi dikaitkan dengan suhu yang lebih rendah. Untuk mendukung ketahanan iklim regional, disarankan mengintegrasikan infrastruktur hijau dalam perencanaan kota, memprioritaskan reboisasi di dataran rendah Banja, dan memperluas penelitian ke zona agro-ekologi Ethiopia lainnya menggunakan data resolusi spasial tinggi untuk analisis perbandingan.

Penelitian ini berhasil mengestimasi SPB dari data Landsat 9 menggunakan persamaan emisivitas, menghitung NDVI, dan menganalisis korelasinya.Temuan menunjukkan bahwa area dengan NDVI 0,4–0,5 menunjukkan suhu permukaan rendah antara 20–24°C, sedangkan area dengan NDVI di bawah 0,2 mengalami suhu permukaan tinggi antara 25–41°C.Analisis regresi (Y=−27,34x 36,42, R²=0,2506) mengonfirmasi korelasi negatif antara NDVI dan SPB di topografi yang sama, di mana area dengan NDVI lebih tinggi secara konsisten sesuai dengan SPB lebih rendah.Untuk mendukung ketahanan iklim regional, disarankan mengintegrasikan infrastruktur hijau dalam perencanaan kota dan memprioritaskan reboisasi di dataran rendah Banja.Penelitian lanjutan sebaiknya fokus pada ekspansi analisis ke zona agro-ekologi Ethiopia lainnya, menggabungkan sumber data termal resolusi spasial tinggi yang tersedia untuk memvalidasi dan memperhalus temuan ini di kondisi lingkungan yang beragam.

Penelitian lanjutan dapat fokus pada studi dampak jenis infrastruktur hijau tertentu (seperti taman kota atau kawasan hijau terstruktur) terhadap mitigasi pulau panas perkotaan di wilayah dengan kondisi iklim serupa. Selain itu, perlu dilakukan eksperimen perbandingan metode reboisasi berbasis komunitas dengan pendekatan teknologi modern, seperti penggunaan drone atau aplikasi GIS untuk pemantauan. Penelitian juga sebaiknya diperluas ke daerah agro-ekologi Ethiopia lainnya yang memiliki karakteristik topografi dan iklim berbeda untuk memvalidasi generalisasi hasil yang didapat.

  1. Land Surface Temperature Retrieval from Landsat 9 Satellite Data in the Case of Injibara Town and the... journals2.ums.ac.id/index.php/fg/article/view/6363Land Surface Temperature Retrieval from Landsat 9 Satellite Data in the Case of Injibara Town and the journals2 ums ac index php fg article view 6363
  2. Township Development and Transport Hub Level: Analysis by Remote Sensing of Nighttime Light. township... mdpi.com/2072-4292/15/4/1056Township Development and Transport Hub Level Analysis by Remote Sensing of Nighttime Light township mdpi 2072 4292 15 4 1056
  3. Fast Wideband Beamforming Using Convolutional Neural Network. fast wideband beamforming neural network... mdpi.com/2072-4292/15/3/712Fast Wideband Beamforming Using Convolutional Neural Network fast wideband beamforming neural network mdpi 2072 4292 15 3 712
Read online
File size835.76 KB
Pages11
DMCAReport

Related /

ads-block-test