Pemantauan Suhu Permukaan Laut Menggunakan Teknologi Penderiaan Jauh
Suhu Permukaan Laut (SST) merupakan salah satu parameter oseanografi yang paling penting kerana ia memainkan peranan langsung dalam mengawal selia dinamik iklim, cuaca, produktiviti perikanan dan intensiti bencana hidrometeorologi. Perubahan kecil dalam SST boleh menjejaskan pembentukan awan, corak angin, arus laut dan taburan organisma marin. Dalam era perubahan iklim, keperluan untuk data SST yang tepat dan jangka panjang semakin mendesak. Salah satu pendekatan paling berkesan untuk menjalankan pemantauan SST yang meluas dan mampan adalah melalui teknologi penderiaan jauh berasaskan satelit.
Mengapakah Suhu Permukaan Laut Penting?
SST ialah suhu lapisan paling atas permukaan lautan yang berinteraksi secara langsung dengan atmosfera. Nilai SST berkait rapat dengan pertukaran haba dan wap air antara lautan dan udara. Apabila SST meningkat, penyejatan cenderung meningkat, yang boleh mencetuskan pembentukan awan perolakan dan hujan yang melampau. Sebaliknya, SST yang lebih rendah boleh menghalang pembentukan awan hujan di kawasan tertentu.
Secara global, variasi dalam SST merupakan petunjuk utama fenomena iklim seperti El Niño–Ayunan Selatan (ENSO) dan Dipol Lautan Hindi (IOD). ENSO, sebagai contoh, boleh mengubah corak hujan di Indonesia: El Niño sering dikaitkan dengan musim kering yang lebih panjang, manakala La Niña cenderung mencetuskan hujan lebat dan banjir. Oleh itu, pemantauan SST merupakan asas penting untuk sistem amaran awal iklim dan cuaca.
Dalam sektor marin dan perikanan, SST membantu memetakan kawasan perikanan yang berpotensi, terutamanya apabila digabungkan dengan data klorofil-a, arus, dan paras laut. Banyak spesies ikan pelagik berkumpul di kawasan perairan, yang sering dikesan oleh kecerunan suhu. Pemantauan SST juga penting untuk menilai risiko pelunturan karang, yang dicetuskan oleh anomali suhu tinggi yang berpanjangan.
Konsep Penderiaan Jauh untuk Mengukur SST
Penderiaan jauh ialah teknik mendapatkan maklumat tentang objek tanpa sentuhan langsung, biasanya melalui sensor yang menangkap sinaran elektromagnet. Bagi SST, sensor satelit biasanya menggunakan dua jenis panjang gelombang:
1. Inframerah terma (TIR)
Sensor TIR mengukur sinaran haba yang dipancarkan oleh permukaan laut. Kaedah ini popular kerana ia dapat memberikan resolusi spatial yang agak tinggi dan perincian halus. Walau bagaimanapun, kelemahannya ialah ia sangat dipengaruhi oleh litupan awan, kerana awan menyekat isyarat inframerah dari permukaan laut.
2. Ketuhar Gelombang Mikro
Sensor gelombang mikro boleh menembusi awan nipis hingga sederhana, membolehkan pemerhatian SST di bawah keadaan mendung. Walau bagaimanapun, resolusi ruangnya biasanya lebih kasar daripada sensor inframerah dan ia lebih mudah terdedah kepada gangguan permukaan seperti hujan lebat atau angin kencang yang mengubah pancaran permukaan lautan.
Secara teknikalnya, satelit tidak mengukur "suhu" secara langsung, tetapi sebaliknya mengukur sinaran, yang kemudiannya ditukar kepada suhu melalui algoritma yang mengambil kira emisiviti permukaan laut, keadaan atmosfera dan penentukuran sensor. Suhu yang terhasil boleh menjadi suhu kulit (suhu "kulit" permukaan paling atas, diukur dengan inframerah) atau suhu sub-kulit/pukal (lebih hampir dengan beberapa milimeter hingga sentimeter, selalunya dianggarkan dengan gelombang mikro). Perbezaan ini penting apabila menggunakan data SST untuk kajian tertentu, seperti model cuaca, analisis terma lautan atau pengesahan in situ.
Sumber Data Satelit untuk Pemantauan SST
Pelbagai satelit menyediakan data SST yang boleh diakses untuk penyelidikan dan operasi. Beberapa contoh yang biasa digunakan termasuk:
– MODIS (Terra/Aqua): menyediakan produk SST berasaskan inframerah dengan liputan global dan resolusi yang agak baik, tetapi banyak dipengaruhi oleh awan.
– VIIRS (Suomi NPP/NOAA-20): pengganti MODIS dengan kualiti radiometrik yang tinggi dan prestasi yang baik untuk pemantauan harian.
– Sentinel-3 (SLSTR): membawa sensor haba yang direka untuk pengukuran suhu permukaan berketepatan tinggi.
– AVHRR (siri NOAA): salah satu siri sensor klasik untuk SST jangka panjang, penting untuk kajian trend iklim.
– AMSR2 (GCOM-W) dan sensor gelombang mikro yang lain: berguna untuk mengurangkan “titik buta” akibat awan di kawasan tropika.
Selain produk tunggal, banyak agensi menyediakan produk campuran (campuran berbilang sensor), seperti analisis SST harian atau mingguan yang menggabungkan data inframerah, gelombang mikro dan in situ. Produk campuran ini penting untuk meningkatkan liputan data, mengurangkan hingar dan meningkatkan ketepatan.
Proses Pemprosesan Data SST daripada Satelit
Pemantauan SST menggunakan penderiaan jauh biasanya melalui peringkat berikut:
1. Pemerolehan data
Data diperoleh daripada portal rasmi (cth. NASA, NOAA, EUMETSAT, Copernicus) dalam format seperti NetCDF atau HDF.
2. Pra-pemprosesan
Peringkat ini merangkumi pembetulan geometri, pemilihan jalur/saluran, pemotongan kawasan kajian dan pemeriksaan kualiti data menggunakan bendera kualiti.
3. Awan yang menutupi dan gangguan atmosfera
Untuk data inframerah, penyamaran awan merupakan langkah penting. Algoritma pengesanan awan biasanya menggunakan gabungan saluran dan ambang tertentu.
4. Tukarkan sinaran kepada SST
Menggunakan algoritma tertentu (cth. tetingkap berpecah) yang menggabungkan berbilang saluran inframerah untuk mengurangkan kesan atmosfera.
5. Pengesahan dengan data in situ
Data pelampung, pelampung ARGO atau ukuran kapal digunakan untuk memeriksa bias dan ketepatan, dan untuk membuat pembetulan jika perlu.
6. Analisis ruang-temporal
Data boleh dianalisis untuk mencari corak bermusim, trend jangka panjang, anomali SST atau peristiwa ekstrem seperti gelombang haba marin.
Cabaran dalam Pemantauan SST
Walaupun terdapat banyak kegunaan, pemantauan SST berasaskan penderiaan jauh memberikan beberapa cabaran. Pertama, litupan awan di kawasan tropika seperti Indonesia mengakibatkan banyak jurang data inframerah. Kedua, perbezaan dalam definisi suhu (kulit vs. pukal) boleh menyebabkan bias jika tidak disesuaikan dengan keperluan analisis. Ketiga, keadaan permukaan laut seperti hujan, angin atau ombak boleh mempengaruhi bacaan sensor gelombang mikro. Keempat, resolusi ruang dan temporal yang berbeza antara sensor memerlukan teknik statistik dan pemodelan yang mantap.
Tambahan pula, kawasan pesisir pantai memberikan cabaran unik disebabkan oleh pengaruh daratan, kekeruhan, dan variasi suhu yang cepat dan kompleks. Piksel satelit yang mencampurkan isyarat darat dan laut (piksel campuran) boleh menyebabkan ralat anggaran suhu berhampiran garis pantai. Oleh itu, memilih produk dan resolusi yang betul adalah penting dalam kajian pesisir pantai.
Aplikasi Pemantauan SST di Indonesia
Sebagai sebuah negara kepulauan, Indonesia amat mementingkan maklumat SST. Dalam sektor perikanan, peta SST harian dapat membantu nelayan dan pihak berkuasa mengenal pasti zon penangkapan ikan yang berpotensi. Dalam pengurusan alam sekitar, anomali SST yang tinggi dapat digunakan untuk memantau risiko pelunturan karang di kawasan seperti Bali, Nusa Tenggara, atau Raja Ampat. Untuk pengurusan bencana, pemantauan SST juga relevan dalam memahami keadaan yang menyokong pembentukan siklon tropika atau hujan lebat di perairan sekitar Indonesia.
Tambahan pula, SST memainkan peranan penting dalam kajian dinamik monsun, peningkatan paras air di selatan Jawa–Nusa Tenggara, dan interaksi semasa seperti Aliran Lintas Indonesia (ITF). Dengan menggunakan data satelit berbilang masa, penyelidik dapat mengenal pasti bila dan di mana peningkatan paras air berlaku, yang secara amnya dicirikan oleh penurunan SST dan peningkatan produktiviti air.
penutup
Pemantauan suhu permukaan laut menggunakan teknologi penderiaan jauh telah menjadi tonggak utama penyelidikan oseanografi moden dan perkhidmatan maklumat marin. Dengan liputannya yang luas, kemas kini yang pantas dan ketersediaan dalam arkib jangka panjang, data SST satelit membolehkan analisis yang sukar dilakukan hanya menggunakan pengukuran in situ. Walaupun cabaran seperti gangguan awan, variasi suhu dan batasan resolusi di kawasan pantai masih wujud, kemajuan dalam sensor, algoritma dan produk gabungan terus meningkatkan kualiti maklumat SST.
Melangkah ke hadapan, penyepaduan data satelit dengan pengukuran in-situ dan model lautan-atmosfera akan mengukuhkan lagi keupayaan ramalan dan amaran awal. Bagi Indonesia, penggunaan SST berasaskan penderiaan jauh bukan sahaja penting untuk penyelidikan tetapi juga strategik untuk keselamatan makanan marin, mitigasi bencana dan pengurusan sumber marin yang mampan. Jika diuruskan dengan betul, maklumat SST boleh membentuk asas untuk keputusan yang lebih bermaklumat dalam menangani cabaran iklim dan dinamik lautan yang semakin kompleks.
