Climate Change dalam Perspektif Sea Surface Temperature
Halo semuanya,
Selalu menarik apabila kita berbicara mengenai perubahan iklim (climate change), mulai penyebab hingga dampak tangible dan intangible-nya terhadap kehidupan kita. Aktivitas manusia tentu saja adalah faktor utama penyebabnya, namun jika melihat akibat yang ditimbulkan maka jawabannya akan beragam.
Sebagian besar permukaan dari planet bumi adalah lautan luas yang berinteraksi bersama udara (atmosfer) diatasnya. Interaksi ini mempengaruhi fluktuasi suhu permukaan laut atau Sea Surface Temperature (SST), karena polusi yang terdapat pada atmosfer bercampur dengan polusi (yang juga) terkandung di air laut (Merchant et al., 2019)
Oleh karena itu SST sebagai salah satu parameter penting dan indikator untuk memantau kondisi lingkungan serta mengidentifikasi dampak climate change (Azmi, 2015; Fingas, 2019). Sepertinya mulai sering kita rasakan sehari-hari yakni pergantian pola curah hujan yang kian tidak menentu sehingga mengakibatkan musim kemarau panjang bahkan sering terjadinya kondisi cuaca ekstrim. Lebih khusus lagi, climate change akan mengganggu stabilitas ekosistem yang sensitif terhadap perubahan misalnya seperti terumbu karang (coral bleaching) dan semakin mempercepat pencairan es di kedua kutub bumi.
Atas dasar itu saya membuat artikel ini untuk mencoba mencari tau seberapa besar climate change mempengaruhi SST dengan metode analisis semi ilmiah.
Praproses Data
Saya menggunakan data Citra Satelit Moderate Resolution Imaging Spectroradiometer (MODIS) level 3 (AQUA) dari situs ini dari tahun 2011 sampai 2020. Saya ambil hanya bulan Juli saja karena dengan asumsi bahwa sekitar bulan tersebut adalah puncak musim kemarau di Indonesia.
Alasan saya memilih MODIS adalah karena band 31 dan 32 dari satelit ini mampu menangkap gelombang Thermal Infra-red (TIR) yang dipantulkan SST. Sedangkan level 3 merupakan produk yang sudah mengalami proses seperti koreksi atmosferik (Azmi,2015).
Selain itu, waktu pengambilan data yang didasari oleh kalimat “Aqua will pass south to north over the equator in the afternoon” disini membuat saya memilih MODIS AQUA. Berarti, pengambilan data di wilayah khatulistiwa dilakukan pada saat siang yang merupakan puncak suhu panas dalam suatu hari.
Pengolahan Data
Pertama-tama saya memakai perangkat lunak SeaDAS yang dapat diunduh secara gratis disini. SeaDAS berfungsi untuk menentukan wilayah pengamatan atau Area of Interest (AOI) serta memotong (crop) dan menyimpannya ke dalam format GeoTIFF agar dapat dibuka oleh perangkat lunak QGIS.
Kemudian saya membuka data MODIS yang sudah di crop melalui SeaDAS berformat GeoTIFF di QGIS, lalu kembali melakukan crop menggunakan polygon batas Zona Ekonomi Eksklusif (ZEE) Indonesia yang saya dapatkan di situs ini. Hal ini saya lakukan untuk membatasi wilayah kajian agar lebih spesifik hanya di dalam perairan Indonesia saja.
Catatan :
Sebenarnya bisa saja membuka data MODIS (format .nc) langsung lewat QGIS dengan Mesh Data Source Manager . Tapi entah kenapa QGIS di laptop yang saya pakai selalu crash ketika mencoba load data jenis.nc.
Sampling
Saya membuat 15 titik sampel yang (menurut saya) bisa mewakili kondisi SST di wilayah perairan Indonesia dengan detail lokasi sebagai berikut :
Langkah selanjutnya adalah ekstraksi nilai piksel dari data MODIS yang sudah di clip menggunakan 15 titik lokasi diatas.
Setelah proses ekstraksi berhasil, hasil nilai SST (°C) dari tiap lokasi pada bulan Juli setiap tahunnya adalah sebagai berikut :
Untuk mempermudah pembacaan karena data yang terlalu ramai, saya membagi datanya menjadi dua, yaitu rata-rata SST periode tahun 2011–2015 dan 2016–2020. Lalu, saya buat grafik untuk membandingkan hasil kedua periode di tiap lokasi. Memang fluktuatif pada beberapa lokasi, tapi melalui grafik kita bisa mengetahui sebagian besar lokasi dalam periode tahun 2016–2020 memiliki suhu yang lebih tinggi ketimbang tahun 2011–2015.
Peta
Supaya analisisnya lebih intuitif saya coba memasukkan data SST ke dalam sebuah platform peta online. Pertama saya membuat peta yang bisa menunjukkan perubahan nilai SST secara temporal menjadi bentuk 3D. Hanya dengan menggeser slider yang ada di menu sebelah kanan, maka tampilan nilai SST akan berganti dari tahun ke tahun.
Berikutnya, masih di platform yang sama tetapi memiliki fitur yang berbeda. Selain menampilkan peta, platform ini mampu melakukan perhitungan secara otomatis dari data yang ada sehingga menghasilkan output berupa informasi statistik seperti jumlah total dan rata-rata nilai SST.
Sedangkan, data MODIS tahunan saya buat sebuah layout kemudian digabungkan sehingga menjadi peta time series.
Kesimpulan
Kenaikan suhu permukaan laut hanyalah salah satu dari sekian banyak parameter climate change. Meskipun 15 titik sampel diatas belum mewakili kondisi riil khususnya perairan Indonesia, tetapi menurut saya hal tersebut adalah penanda agar kita sadar bahwa climate change memang nyata dan sedang terjadi.
Sebagai penghuni bumi, kebiasaan-kebiasaan kecil yang kita lakukan sehari-hari berpotensi memperpanjang umur planet ini. Karena contoh-contohnya sudah sangat umum jadi tidak perlu saya sebutkan disini, cukup googling dengan keyword “Cara Mencegah Pemanasan Global” di browser masing-masing saja 😀. Cepat atau lambat manfaat dari penerapan tindakan bertanggung jawab untuk mencegah climate change akan kita rasakan. Ketika generasi mendatang turut menikmati hasilnya, maka bukan tidak mungkin dihitung menjadi amal jariah bagi kita, Aamiin.
Peta Interaktif :
Sumber Data :
Referensi :
Azmi, S., Agarwadkar, Y., Bhattacharya, M., Apte, M., & Inamdar, A. B. (2015). Monitoring and trend mapping of sea surface temperature (SST) from MODIS data: a case study of Mumbai coast. Environmental Monitoring and Assessment, 187(4). https://doi.org/10.1007/s10661-015-4386-9
Fingas, M. (2019). Remote Sensing for Marine Management. In World Seas: an Environmental Evaluation (pp. 103–119). Elsevier. https://doi.org/10.1016/b978-0-12-805052-1.00005-x
Merchant, C. J., Minnett, P. J., Beggs, H., Corlett, G. K., Gentemann, C., Harris, A. R., Hoyer, J., & Maturi, E. (2019). Global Sea Surface Temperature. In Taking the Temperature of the Earth (pp. 5–55). Elsevier. https://doi.org/10.1016/b978-0-12-814458-9.00002-2
