Penjelasan lengkap formula, sumber data, dan keterbatasan sistem analisis spasio-temporal LST & NDVI Bali berbasis Google Earth Engine.
Spatio-Temporal Analysis Engine ini adalah platform analisis geospasial berbasis web yang memanfaatkan citra satelit Landsat 8/9 Collection 2 Level 2 (C2L2) untuk memantau dua variabel lingkungan kritis di wilayah Bali: Land Surface Temperature (LST) dan Normalized Difference Vegetation Index (NDVI). Data diproses secara on-the-fly melalui Google Earth Engine (GEE), sehingga tidak memerlukan penyimpanan dataset raster lokal.
Satelit & Koleksi
Landsat 8/9 Collection 2 Tier 1 Level 2 (LANDSAT/LC08/C02/T1_L2). Koleksi ini merupakan produk Surface Reflectance yang telah menjalani koreksi atmosferik menggunakan LaSRC (Land Surface Reflectance Code) dan masking awan menggunakan CFMask.
Resolusi Spasial
30 meter/piksel untuk band optik (SR_B2–SR_B5) dan band termal (ST_B10). Analisis dilakukan dengan reduksi ke 200–500 m menggunakan ee.Reducer untuk efisiensi komputasi.
Cakupan Temporal
Sejak 2013-01-01 (ketersediaan Landsat 8) hingga hari ini. Landsat 9 (diluncurkan 2021) memiliki karakteristik yang kompatibel sehingga koleksi dapat digabungkan.
Masking Awan
Menggunakan bit QA_PIXEL: Bit 3 (Cloud Shadow) dan Bit 4 (Cloud) difilter menggunakan operasi bitwiseAnd. Threshold tutupan awan (cloud_cover) dapat dikonfigurasi oleh pengguna (0–100%).
NDVI (Normalized Difference Vegetation Index) mengukur kerapatan vegetasi berbasis perbedaan reflektansi pada band Near-Infrared (NIR) dan Red.
NDVI = (NIR − Red) / (NIR + Red)
NIR = SR_B5 × 0.0000275 − 0.2 | Red = SR_B4 × 0.0000275 − 0.2
Interpretasi Nilai
Nilai NDVI berkisar antara −1 hingga +1. Nilai mendekati +1 mengindikasikan vegetasi lebat dan sehat. Nilai mendekati 0 mengindikasikan lahan terbuka atau tanah. Nilai negatif biasanya menandakan perairan atau awan.
Faktor Skala Landsat C2L2
Band Surface Reflectance pada Landsat C2L2 memiliki faktor skala 0.0000275 dan offset −0.2. Konversi ini wajib dilakukan sebelum kalkulasi indeks spektral agar nilainya berada dalam rentang fisik 0–1.
LST (Land Surface Temperature) diturunkan dari band termal Landsat (ST_B10) yang menggunakan algoritma Single-Channel (SC) berbasis Look-Up Table dari USGS.
LST (°C) = ST_B10 × 0.00341802 + 149.0 − 273.15
Konversi: Digital Number → Kelvin → Celsius
Band Termal (ST_B10)
Band 10 Landsat 8/9 merupakan sensor Thermal Infrared Sensor (TIRS) dengan panjang gelombang 10.6–11.19 μm. Koleksi C2L2 sudah menambahkan koreksi emissivitas berbasis ASTER GED sehingga output langsung berupa suhu permukaan (bukan kecerahan termal).
Akurasi
Produk ST C2L2 memiliki RMSE ~2°C dibandingkan data in-situ. Akurasi berkurang di atas permukaan air dan di kawasan dengan tutupan awan tipis yang lolos masking.
Mode prediksi menggunakan regresi linear temporal (OLS) yang diimplementasikan melalui ee.Reducer.linearFit() di Google Earth Engine.
Value(t) = scale × t + offset
scale: koefisien tren per tahun | offset: intercept regresi
Implementasi GEE
Setiap piksel dalam koleksi ditambahkan band "time" (fractional year). ee.Reducer.linearFit() mengestimasi koefisien scale dan offset per piksel secara paralel. Proyeksi dihitung dengan mengsubstitusikan target_year ke dalam persamaan.
Keterbatasan Model
Model mengasumsikan tren bersifat linear dan stasioner. Model tidak memperhitungkan: (1) variabilitas iklim jangka pendek (El Niño/La Niña), (2) perubahan tata guna lahan mendadak, (3) bias citra akibat musim hujan dengan tutupan awan tinggi yang tidak terfilter sempurna.
Interpretasi Proyeksi
Proyeksi bersifat kondisional — berlaku hanya jika pola historis terus berlanjut. Semakin panjang rentang historis (≥10 tahun), semakin representatif koefisien regresi.
Komposit Temporal (Bawaan)
Reduksi statistik (Median, Mean, Max, Mosaic) pada kumpulan semua citra dalam rentang tanggal. Pendekatan ini mempertahankan nilai observasi asli yang bebas awan. Median dipilih sebagai default karena lebih tahan terhadap outlier dibanding Mean.
Interpolasi Spasial (Focal Mean)
Menambal piksel yang termasking awan menggunakan rata-rata piksel tetangga dengan kernel persegi 2×2, 2 iterasi. Berguna di kawasan dengan frekuensi awan tinggi, namun dapat memperhalus batas spasial yang tajam.
Resolusi Temporal
Landsat memiliki revisit time 16 hari. Di Bali dengan curah hujan tinggi, citra bebas awan dalam periode tertentu bisa sangat terbatas, menghasilkan komposit dari sedikit citra saja.
Agregasi Tahunan
Grafik time-series menggunakan rata-rata tahunan (bukan bulanan) untuk menghindari ketidakseimbangan akibat perbedaan jumlah citra per bulan. Ini mengurangi variansi musiman yang mungkin relevan secara ekologis.
Area Scatter
Scatter plot korelasi LST–NDVI menggunakan 150 sampel piksel acak. Hasilnya bersifat representatif, bukan sensus penuh piksel. Untuk analisis statistik formal, gunakan data CSV yang diekspor.
GEE Quota
GEE memiliki batas komputasi per Service Account. Request dengan wilayah sangat besar (Seluruh Bali) dan rentang tanggal panjang (>5 tahun) dapat memakan waktu 30–120 detik. Cache in-memory 24 jam diterapkan untuk menghindari komputasi berulang dengan parameter identik.