Haipadang.com – Kabut asap akibat kebakaran hutan dan lahan (karhutla) tidak hanya menjadi ancaman bagi kesehatan masyarakat dan aktivitas transportasi. Aerosol yang dihasilkan dari kebakaran juga dapat terbawa angin hingga ratusan kilometer, mencapai kawasan pertanian yang tidak mengalami kebakaran secara langsung. Kondisi atmosfer yang berubah akibat partikel tersebut berpotensi memengaruhi jumlah cahaya matahari yang diterima tanaman, termasuk cahaya yang dibutuhkan dalam proses fotosintesis.
Teknologi penginderaan jauh melalui satelit dapat dimanfaatkan untuk mengamati sebaran aerosol di atmosfer dan mengidentifikasi kawasan yang berpotensi terpapar kabut asap. Salah satu parameter yang digunakan adalah Aerosol Optical Depth (AOD), yakni ukuran yang menggambarkan pengaruh aerosol terhadap penyerapan dan penghamburan radiasi dalam kolom atmosfer.
Prof. Dian Fiantis, dosen Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, sekaligus Sekolah Pascasarjana Universitas Andalas (Unand), menjelaskan bahwa pemantauan karhutla selama ini lebih banyak berfokus pada jumlah titik panas, luas lahan terbakar, dan kualitas udara. Padahal, informasi mengenai aerosol dapat membantu memperluas pemahaman tentang dampak kebakaran terhadap wilayah di luar lokasi api.
“Selama ini, pemantauan karhutla lebih banyak menggunakan jumlah titik panas, luas areal terbakar, dan kualitas udara. Padahal, teknologi penginderaan jauh memungkinkan pemantauan aerosol melalui parameter Aerosol Optical Depth (AOD). Pendekatan ini membantu mengidentifikasi kawasan pertanian yang berpotensi terpapar kabut asap, termasuk wilayah yang tidak mengalami kebakaran,” ujarnya dilansir dari Kepakaran Unand, Jumat (16/10/2026).
Pemantauan tersebut menjadi penting karena fotosintesis merupakan proses utama pembentukan bahan organik yang mendukung pertumbuhan dan produksi tanaman. Ketika kabut asap mengubah kondisi atmosfer dan mengurangi radiasi matahari yang mencapai permukaan bumi, proses yang menopang pertumbuhan tanaman itu berpotensi mengalami gangguan.
Membaca Sebaran Kabut Asap melalui Citra Satelit
Salah satu tantangan dalam pemantauan kabut asap adalah membedakannya dari awan pada citra satelit. Pada citra Sentinel-2, keduanya dapat tampak serupa karena sering terlihat berwarna putih hingga keabu-abuan. Meski demikian, karakteristik visual awan dan kabut asap memiliki perbedaan yang dapat digunakan dalam proses interpretasi.
Awan umumnya mempunyai batas yang relatif tegas, tekstur bergumpal, serta menutupi permukaan lahan di bawahnya. Sementara itu, kabut asap cenderung terlihat seperti selubung dengan batas yang lebih kabur. Sebarannya dapat membentuk pola memanjang mengikuti arah angin, sehingga tidak selalu terbatas pada wilayah tempat kebakaran terjadi.
Pada kondisi kabut asap tipis, permukaan lahan masih dapat terlihat dari citra satelit. Namun, warna permukaan tersebut cenderung lebih pucat dan kontrasnya berkurang. Karakteristik ini dapat menjadi petunjuk awal untuk mengenali keberadaan aerosol, meskipun interpretasi citra tidak cukup hanya mengandalkan tampilan visual.
Pembedaan awan dan kabut asap dapat diperkuat dengan menggunakan komposit True Color dari band B4, B3, dan B2 pada Sentinel-2. Kombinasi tersebut menyajikan citra dengan tampilan warna yang mendekati penglihatan manusia, sehingga membantu pengamatan terhadap kondisi permukaan dan atmosfer.
Selain itu, karakteristik spektral aerosol juga dapat diperiksa melalui sejumlah kanal pengamatan. Aerosol halus pada umumnya lebih kuat menghamburkan cahaya pada panjang gelombang pendek, terutama pada band biru. Adapun band inframerah dekat atau B8 serta inframerah gelombang pendek, yaitu B11 dan B12, dapat membantu membedakan respons spektral aerosol dengan awan.
Sentinel-2 Level-2A turut menyediakan Scene Classification Layer (SCL), yaitu lapisan klasifikasi yang dapat digunakan untuk mengidentifikasi awan dan bayangannya. Namun, produk tersebut belum memiliki kelas khusus untuk kabut asap. Karena itu, keberadaan kabut asap tidak dapat ditentukan hanya dengan membaca satu kelas pada lapisan klasifikasi tersebut.
Dian menekankan perlunya menggabungkan interpretasi citra dengan sumber informasi lain agar identifikasi aerosol menjadi lebih meyakinkan. Data yang dapat digunakan mencakup AOD dari MODIS, titik panas atau hotspot yang dideteksi VIIRS, serta informasi mengenai arah angin.
“Interpretasi citra perlu diperkuat dengan AOD MODIS, titik panas (hotspot) VIIRS, serta informasi arah angin. Integrasi data tersebut membantu mengidentifikasi kemungkinan sumber kebakaran dan sebaran aerosol secara lebih meyakinkan,” katanya.
Penggabungan sejumlah sumber data itu memungkinkan pemantauan dilakukan dengan mempertimbangkan kondisi atmosfer sekaligus indikasi sumber kebakaran. Meski demikian, hasil interpretasi tetap perlu dibaca secara cermat karena sebaran aerosol tidak selalu menunjukkan bahwa seluruh partikel berasal dari satu lokasi atau hanya dari aktivitas karhutla.