Original artikel oleh:

  • Mugo, Robinson. Sei-Ichi Saitoh. Akira Nihira. Tadaaki Kuroyama. 2011. Application of Multi-Sensor Satellite and Fishery Data, Statistical Models and Marine-GIS to Detect Habitat Preferences of Skipjack Tuna. IOCCG (International Ocean Colour Coordinating Group).

Di resume dan di telaah ulang oleh:

  • Budhi Agung Prasetyo (C552140021)

Download

Silahkan hubungi penulis untuk mengunduh dokumen ini.

Pendahuluan

Kemajuan teknologi remote sensing untuk kelautan telah menambah pengetahuan dan informasi akan fenomena oseanograsi secara spasial dan temporal yang lebih luas daripada dengan teknologi sebelumnya seperti buoy dan survey dengan menggunakan kapal. Teknologi remote sensing yang digunakan untuk oseanografi saat ini berkembang di antaranya Sea Surface Temperature (SST), ocean colour, dan ocean altimetry. Aplikasi dari teknologi SIG dengan menggunakan citra remote sensing dan model statistik di oseanografi perikanan menurut Valananis, et al (2008) juga memperluas cakupan studi kelautan secara ruang dan waktu. Analisa perikanan dengan menggunakan data remote sensing dengan menggunakan metode SIG bisa memberikan penjelasan mengenai hubungan antara biota laut dengan lingkungan laut sebagai habitat mereka (Valavanis et al.,2008).

Tuna Cakalang hidup di lingkungan pelagis sebagai habitat hidup mereka, dengan dasar itu teknologi remote sensing dan satelit bisa menyediakan informasi mengenai habitat yang sesuai deengan habitat horizontal spesies tersebut. Kondisi habitat tuna cakalang diketahui memiliki hubungan yang erat dengan fenomena thermal front, aliran arus hangat, dan eddies di Barat Pasifik Utara (Tameishi and Shinomiya, 1989; Sugimoto and Tameishi, 1992), dimana fenomena tersebut bisa di ambil informasinya melalui satelit remote sensing suhu permukaan laut, ocean colour, dan/atau data altimeter.

Gambar 1

Ilustrasi dari representasi tipe data inti dalam GIS, vector (point, line dan polygon), dan data raster (citra).

Data dan Metode

Studi Area

Untuk memungkinkan penggunaan aplikasi citra remote sensing dalam memetakan ekologi tuna di Barat Pasifik Utara, diperlukan studi mengenai kondisi fisik oseanografi pada ekosistem. Diketahui di daerah barat pasifik utara merupakan perairan dengan kondisi ekosistem yang produktif karena di pengaruhi langsung oleh arus Oyashio dan Kuroshio dan arus hangat Tsugaru (Talley et al., 1995). Arus Oyashio terbentuk karena arus air dari Laut Okhotsk dan perputaran arus Subartic, membawa nutrient tinggi, temperature dan salinitas yang rendah ke arah Subtropical Utara Pasifik, fenomena oseanografis ini bisa di kenali dan di petakan dengan menggunakan sensor satelit dengan variasi skala waktu, sehingga metode remote sensing ini merupakan alat yang sangat berguna dalam mempelajari ekologi.

Software Image Processing dan GIS

Untuk studi ini digunakan ArcGIS dengan menggunakan beberapa program tambahan yang bisa di pasang ke dalam program tersebut. Karena berkembangnya metode remote sensing untuk oseanografi, banyak program yang sengaja di rancang untuk memudahkan pengguna membaca data tersebut langsung kedalam platform SIG. Contoh software yang digunakan adalah Environmental Data Connector (EDC) dan Marine Geospatial Ecology Tools (MGET) (Roberts et al.,2010).EDC bisa di unduh melalui http://www.asascience.com/software/arcgistools/edc.shtml sedangkan MGET di http://code.env.duke.edu/projects/mget. Keduanya memiliki kemampuan membaca dan mengunduh data oseanografis langsung ke dalam ArcGIS dan mudah untuk digunakan.

Gambar 2

Bagan skema metode dan alat yang digunakan dalam analisa penelitian ini

Data Perikanan

Data Perikanan digunakan untuk mengetahui kelimpahan dan keberadaan dari suatu spesies di suatu daerah. Data Perikanan untuk Tuna yang digunakan dalam penelitian ini berasal dari kapal penangkap Tuna di Barat Utara Pasifik dari Maret hingga November 2004. Data tersebut sudah di lengkapi dengan informasi posisi longitude dan latitude, Catch Per Unit Effor (CPUE). Dengan memetakan data perikanan ke dalam citra remote sensing bersamaan dengan skala waktu, maka bisa di tunjukkan bagaimana kondisi penangkapan pada saat itu. Kemudian data tersebut juga digunakan untuk membuat model aditif umum (Generalized Additive Model/GAM) (Wood, 2006) untuk menentukan rentang dari variabel habitat yang penting untuk tuna cakalang.

Data Remote Sensing

Data remote sensing yang digunakan dalam penelitian ini, adalah sea surface temperature (SST), konsentrasi klorofil-a (chl-a), sea surface height anomalies (SSHA) dan energi kinetik eddy (EKE) yang berasal dari kecepatan geostrofik. Masing-masing variabel tersebut bisa digunakan sebagai indikator yang penting dari habitat spesies pelagis. Masing-masing data diberikan perlakuan berbeda dalam analisis selanjutnya, tergantung dari resolusi spasial dan temporal-nya. Data-data tersebut di unduh melalui ArcGIS dan program EDC dan MGET.

Suhu permukaan laut, front ocean-colour (gradient) dapat dengan mudah di amati dari gambar tersebut (Gambar 4). Hubungan antara lokasi penangkapan dan empat faktor lingkungan yang berasal dari citra satelit, memberikan beberapa interpretasi mengenai habitat dari tuna cakalang. Suhu sebagai variabel utama habitat menjelaskan bagian dari distribusi dan variabilitias spasial temporal tuna cakalang. SST diketahui mempengaruhi pola migrasi dari spesies tuna (Sund et al., 1981). Tuna adalah jenis predator yang mengandalkan visual, maka perairan dengan turbiditas tinggi tidak sesuai untuk tuna (Ramos et al., 1996; Kirby et al., 2000), sementara perairan oligotropik biasaya mengandung sedikit sumber makanan (Sund et al.,1981).

Hasil studi terdahulu mengenai ekologi tuna cakalang (Nihira, 1996) menjelaskan bahwa habitat tuna cakalang lebih menyukai daerah dekat front sebagai area mencari makanan. Fenomena oseanografi front secara umum dikenal sebagai pertemuan dua massa air yang berbeda, yang dinyatakan dengan daerah gradien horizontal suhu, salinitas, klorofil, dan mikro nekton (Olson et al., 1994; Kirby et al., 2000).

Hubungan spasial antara lokasi penangkapan dengan citra SSHA (Sea Surface Height Anomalies) tigak begitu terlihat nyata seperti SST dan chl-a, tetapi bisa menunjukkan bawaha adanya pusat pusaran eddies pertemuan hangat dan dingin di dekat lokasi penangkapan. Citra EKE juga menjelaskan hal yang dijelaskan citra SSHA tadi.

Data dari citra satelit tadi kemudian bisa di kumpulkan ke dalam suatu database untuk menjelaskan bagaimana kondisi lingkungan saat terjadi aktifitas penangkapan. Informasi dari database tersebut kemudian bisa digunakan untuk mengembangkan model mengenai habitat dari spesies yang sedang diteliti. Berbagai tipe model bisa di terapkan, tergantung dari tujuan akhir yang ingin dicapai. Pada kasus ini ditekankan pada aplikasi dari Generalize Additive Model (GAM) (Wood, 2006), untuk menentukan rentang dari variabel habitat yang akan menghasilkan nilai CPUE yang baik. Hasil dari permodelan GAM bisa diterapkan dengan data rataan bulanan citra SST, chl-a, SSHA, dan EKE untuk menghasilkan sebuah peta index habitat (Gambar 5).

Gambar 3

Proses unduh data satelit kedalam ArcGIS dengan menggunakan EDC (step 1-3) dan kemudian re-sampling data dan ekstraksi nilai geo-fisik ke dalam lokasi penangkapan. Proses di atas adalah ilustrasi dengan menggunakan citra klorofil-a, selanjutnya dataset yang lain juga menggunakan langkah yang sama.

Gambar 4

Ke-empat citra yang sudah di overlay (SST, Chl-a, SSHA, dan EKE) dalam skala waktu yang sama kemudian di overlay dengan lokasi penangkapan.

Gambar 5

Peta kesesuaian habitat hasil pengolahan dengan menggunakan data rataan bulanan SST, chl-a, SSHA, dan EKE dimana peta rentang untuk tuna cakalang dihasilkan dengan menggunakan permodelan GAM. Gambar ini merupakan produk data yang bisa dihasilkan dengan menggunakan data remote sensing oseanografi