Efektivitas Penggunaan Prosesor C2RCC untuk Pemetaan Klorofil-a Menggunakan Citra Sentinel-2 MSI di Danau Maninjau dan Singkarak

SHEFFIERA I, Dr. Pramditya Wicaksono, S.Si., M.Sc.

2022 | Skripsi | S1 KARTOGRAFI DAN PENGINDERAAN JAUH

Keunggulan metode dan data penginderaan jauh telah banyak digunakan dalam berbagai bidang, salah satunya adalah monitoring kondisi perairan. Tipe perairan berdasarkan substansi yang terkandung dan mempengaruhi airnya dapat diklasifikasikan menjadi Case 1 dan Case 2 water. Pada Case 1 water, properti optis airnya didominasi oleh keberadaan phytoplankton, tipe perairan ini biasanya meliputi laut terbuka. Sedangkan perairan dengan properti optis lebih kompleks seperti perairan darat dan pesisir termasuk ke dalam perairan Case 2. Banyak model yang dikembangkan untuk mengestimasi kualitas air menggunakan data penginderaan jauh bekerja sangat baik pada tipe perairan Case 1, akan tetapi ketika diterapkan pada Case 2 water menjadi tidak akurat. Salah satu parameter optis kualitas air yang informasinya dapat diekstrak dari data penginderaan jauh adalah klorofil-a. Keberadaan klorofil-a dalam suatu perairan dapat menjadi indikasi tingkat kesuburan perairan dan deteksi algae bloom. Data konsentrasi klorofil-a khususnya untuk perairan laut sudah banyak tersedia dan dapat diunduh secara gratis, namun data ini tidak dapat mengakomodasi untuk area kajian yang relatif lebih kecil seperti danau, sungai, dan waduk, dikarenakan model dibangun dengan citra resolusi spasial rendah untuk memperoleh cakupan area luas pada perairan laut. Oleh karena itu, untuk tubuh air perairan darat dibutuhkan model dari data dengan resolusi spasial lebih tinggi yang juga mengakomodasi kebutuhan akan respons spektral terhadap objek air serta resolusi temporal yang baik, mengingat fenomena perairan yang bersifat dinamis. Prosesor C2RCC merupakan prosesor koreksi atmosfer yang juga menyediakan model kondisi perairan, salah satunya adalah model estimasi konsentrasi klorofil-a yang dapat menggambarkan tingkat kesuburan perairan dan berguna dalam penilaian status kualitas suatu tubuh air. Penelitian ini bertujuan untuk menguji efektivitas model estimasi konsentrasi klorofil-a dari prosesor C2RCC menggunakan citra Sentinel-2 MSI dengan area kajian Danau Maninjau dan Singkarak. Pengujian model dilakukan terhadap (1) model awal, yaitu model yang dibangun dengan pengaturan bawaan mengikuti apa yang tersedia dari prosesor C2RCC, dan (2) model optimalisasi, yaitu model awal yang dimodifikasi untuk meningkatkan performa hasil pemodelan. Berdasarkan analisis statistik dan spasial, diketahui bahwa model awal kurang dapat mengestimasi dan menggambarkan pola distribusi konsentrasi klorofil-a di lapangan, dibuktikan dengan hasil estimasi model yang underestimate, dengan korelasi negatif dan maximum accuracy model sekitar 2,4% untuk Danau Maninjau dan 17,6% untuk Danau Singkarak. Penerapan tahapan optimalisasi pada model awal, yaitu penyesuaian nilai chl factor dan chl exponen serta transformasi data menggunakan log natural, terbukti dapat meningkatkan range estimasi konsentrasi Chl-a serta meningkatkan akurasi hingga 14% untuk Danau Maninjau dan 92,7% untuk Danau Singkarak

The advantages of remote sensing methods and data have been widely used in various fields, one of which is for monitoring water conditions. Based on the contained substances which affect the water conditions, the water types can be classified into Case 1 and Case 2 water. In Case 1 water, the optical property of the water is dominated by the presence of phytoplankton, this type of water usually includes the open sea. While in Case 2 water, more complex optical properties such as inland and coastal waters are included. Recently, many models were developed to estimate water quality using remote sensing data work very well in Case 1 water, but become inaccurate when applied to Case 2 water. One of the optical water quality parameters that can be extracted from remote sensing data is chlorophyll-a (Chl-a). The presence of Chl-a in waters can be used as an indicator of water fertility and the detection of algae blooms. Satellite based Chl-a concentration data, especially for marine waters, are widely available and can be downloaded for free, but this data cannot accommodate relatively smaller study areas such as lakes, rivers, and reservoirs, because the model was built from low spatial resolution satellite images to cover a large area of marine waters. Therefore, for inland water bodies, a higher spatial resolution Chl-a model with sufficient spectral response to water objects as well as good temporal resolution is required considering the dynamic nature of aquatic phenomena. The C2RCC processor is an atmospheric correction processor that also provides a model of water conditions, one of which is a Chl-a concentration estimation model that can describe the level of water fertility and is useful in assessing the water quality status. This study aims to test the effectiveness of the C2RCC processor in estimating the Chl-a concentration from Sentinel-2 MSI imagery. The study was located in Lake Maninjau and Lake Singkarak, Sumatera, Indonesia. Models testing was carried out on (1) the initial model, which is the model built with the default settings available from the C2RCC processor, and (2) the optimization model, which is the initial model that was modified to improve the estimation accuracy. Based on statistical and spatial analysis, it was revealed that the initial model was not able to estimate and describe the distribution pattern of Chl-a concentrations in the field, as shown by the underestimated results, with negative correlations and the maximum accuracy of the model is 2.4% for Lake Maninjau and 17.6% for Lake Maninjau. Singkarak. The application of optimization stages in the initial model, by adjusting the values of 'chl factor' and 'chl exponent' and data transformation using natural logs proved to increase the estimated range of Chl-a concentrations and increase accuracy up to 14% for Lake Maninjau and 92.7% for Lake Singkarak

Kata Kunci : C2RCC, Klorofil-a, Danau Maninjau, Danau Singkarak, Sentinel-2 MSI,Lake Maninjau, Lake Singkarak