Korelasi Antara Leaf Area Index (LAI) dan Land Surface Temperature (LST) Menggunakan Data Penginderaan Jauh
DOI:
https://doi.org/10.29408/geodika.v10i2.34270Keywords:
Urban Heat Island, Leaf Area Index, Land Surface Temperature, vegetasi, penginderaan jauhAbstract
Fenomena Urban Heat Island (UHI) merupakan kondisi meningkatnya suhu permukaan di wilayah perkotaan akibat rendahnya kerapatan vegetasi dan dominasi wilayah terbangun. Penelitian ini bertujuan untuk menganalisis Korelasi LAI dan LST dalam mengidentifikasi fenomena Urban Heat Island (UHI) di Kota Pariaman tahun 2015, 2020, dan 2025. Penelitian ini menggunakan penginderaan jauh dengan memanfaatkan citra satelit Landsat 8 yang diolah menggunakan aplikasi ArcGIS. Validasi dilakukan menggunakan 38 titik sampel dan analisis korelasi digunakan untuk mengetahui hubungan antara kedua variabel. Hasil penelitian menunjukkan bahwa nilai LAI di Kota Pariaman berada pada rentang 0 hingga 6 yang menunjukkan tingkat kerapatan vegetasi dari sangat rendah hingga sangat tinggi, sedangkan nilai LST berada pada rentang suhu 26°C hingga 28°C, di mana suhu tertinggi terdapat pada wilayah dengan vegetasi rendah dan wilayah terbangun, serta suhu terendah terdapat pada wilayah dengan vegetasi tinggi. Hasil analisis korelasi menunjukkan adanya hubungan negatif antara LAI dan LST, yang berarti semakin tinggi nilai LAI, maka suhu permukaan semakin rendah. Hal ini menunjukkan bahwa vegetasi memiliki peran penting dalam mengurangi fenomena Urban Heat Island (UHI) dan menjaga keseimbangan lingkungan di Kota Pariaman.
References
Aini, A. (2007). Sistem Informasi Geografis Pengertian dan Aplikasinya. Diakses Dari http://stmik. amikom. ac. id/
Aleissaee, A. A., Kumar, A., Anwer, R. M., Khan, S., Cholakkal, H., Xia, G. S., & Khan, F. S. (2023). Transformers in remote sensing: A survey. Remote Sensing, 15(7), 1860.
Badan Informasi Geospasial. (2020). Peta Administrasi Indonesia. Cibinong: BIG.
Badan Meteorologi, Klimatologi, dan Geofisika. (2020). Data suhu udara Indonesia. Jakarta: BMKG.
Badan Pusat Statistik. (2019). Kota Pariaman dalam angka 2019. Pariaman: BPS Kota Pariaman.
Carlson, T. N., & Ripley, D. A. (1997). On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote sensing of Environment, 62(3), 241-252.
Chairuman, M., Wihadanto, A., & Rusdiyanto, E. (2023). Perubahan penggunaan lahan Perkotaan dan fenomena Urban Heat Island di Kota Tangerang Selatan. ULIN: Jurnal Hutan Tropis, 7(2), 142-152.
Chairunnisak, A., Sawab, H., & Zaki, M. (2025). Estimasi Suhu Permukaan dan Suhu Udara di Kota Sabang, Aceh, Indonesia. Jurnal Pengabdian Aceh, 5(2), 83-90.
Dede, M., Pramulatsih, G.P., Widiawaty, M.A., Ramadhan, Y.R., & Ati, A. (2019). Dinamika suhu permukaan dan kerapatan vegetasi di Kota Cirebon. Jurnal Meteorologi, Klimatologi dan Geofisika, 6(1), 23-31.
Elmarakby, E., & Elkadi, H. (2024). Impact of urban morphology on Urban Heat Island in Manchester's transit-oriented development. Journal of Cleaner Production, 434, 140009.
Fang, H., Baret, F., Plummer, S., & Schaepman‐Strub, G. (2019). An overview of global leaf area index (LAI): Methods, products, validation, and applications. Reviews of Geophysics, 57(3), 739-799.
Garroutte, E. L., Hansen, A. J., & Lawrence, R. L. (2016). Using NDVI and EVI to map spatiotemporal variation in the biomass and quality of forage for migratory elk in the Greater Yellowstone Ecosystem. Remote Sensing, 8(5), 404.
Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., & Ferreira, L. G. (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1-2), 195-213.
Jensen, J. R. (2015). Introductory Digital Image Processing: A Remote Sensing Perspective (4thed.). Pearson Education.
Li, Z. L., Wu, H., Duan, S. B., Zhao, W., Ren, H., Liu, X., ... & Zhou, C. (2023). Satellite remote sensing of global land surface temperature: Definition, methods, products, and applications. Reviews of Geophysics, 61(1).
Liwan, S., & Latue, P. C. (2023). Analisis spasial perubahan suhu permukaan daratan Kota Kupang menggunakan pendekatan Geospatial Artificial Intelligence (GeoAI). Buana Jurnal Geografi, Ekologi dan Kebencanaan, 1(1), 14-20.
Maharjan, M., Aryal, A., Man Shakya, B., Talchabhadel, R., Thapa, B. R., & Kumar, S. (2021). Evaluation of urban heat island (UHI) using satellite images in densely populated cities of South Asia. Earth, 2(1), 86-110.
Rahmawati, D., & Wicaksono, P. (2022). Analisis hubungan Leaf Area Index (LAI) dan Land Surface Temperature (LST) menggunakan pendekatan geographically weighted regression.
Sari, D. P., & Nugroho, S. H. (2020). Analisis perubahan indeks vegetasi dan suhu permukaan di wilayah perkotaan Semarang.
Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4), 434-440.
Suryanto, & Nurhadi. (2017). Analisis distribusi suhu permukaan daratan menggunakan citra Landsat 8 di Kota Surabaya.
United States Geological Survey. (2018). Landsat 8 (L8) Data Users Handbook (Version 5.0). USGS.
United States Geological Survey. (2021). Landsat Surface Temperature Product Guide. USGS.
Weng, Q., Lu, D., & Schubring, J. (2004). Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies. Remote sensing of Environment, 89(4), 467-483.
Yan, L. (2024). Classification of leaf area index (LAI) for vegetation density assessment using remote sensing data.
Zhang, Y., Balzter, H., Wu, X., & Devadas, R. (2018). Estimation of leaf area index using Landsat satellite data and machine learning methods.
Zhou, H., Wang, C., Zhang, G., Xue, H., Wang, J., & Wan, H. (2020). Generating a spatio-temporal complete 30 m leaf area index from field and remote sensing data. Remote Sensing, 12(15), 2394.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Vixri Nur Sidiq, Dwi Marsiska Driptufany, Defwaldi, Ilham Armi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
