MODIFIKASI FAKTOR TANAMAN DALAM MODEL ANSWERS
UNTUK MEMPREDIKSI EROSI DI DAERAH
TROPIKA BASAH
(Studi Kasus DAS Nopu Hulu, Sulawesi Tengah)
YAYAT HIDAYAT
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
PERNYATAAN DISERTASI
Dengan ini saya menyatakan bahwa disertasi Modifikasi Faktor Tanaman dalam Model ANSWERS untuk Memprediksi Erosi di Daerah Tropika Basah (Studi Kasus DAS Nopu Hulu Sulawesi Tengah) adalah karya saya dengan arahan dari Komisi Pembimbing dan karya tersebut belum pernah diajukan dalam bentuk apapun ke perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Bogor, Nopember 2009
YAYAT HIDAYAT. Modification of Crop Factor in ANSWERS Model to Predict Soil Erosion in Humid Tropical Region (Case Study of Nopu Upper Catchment Central Sulawesi). Under supervised by NAIK SINUKABAN,
HIDAYAT PAWITAN and KUKUH MURTILAKSONO
ANSWERS model is one of soil erosion models that have been widely used in Indonesia to predict soil erosion from a watershed and to evaluate the effectiveness of various soil and water conservation techniques to control soil erosion and to reduce surface runoff. The model was developed based on USLE model which combined with sediment transportation model. The ANSWERS model is event based model, while USLE is long term model (annual model). This different paradigm will cause the application of C-USLE factor in ANSWERS model is subject to debate. This research was carried out to: a) study C-ANSWERS factors as input parameter of ANSWERS model, b) establish an ANSWERS model to PCRaster models and utilize the model to simulate land use changes and soil and water conservation techniques, and c) study the impact of rainforest conversion on surface runoff, soil erosion and nutrients losses. Daily measurement of surface runoff and soil erosion were conducted on erosion plots which were installed on primary forest, secondary forest, open areas, maize, peanut, young cocoa, medium cocoa, old cocoa, and intercropping between young cacao, maize, banana and cassavas land uses. In watershed outlet surface runoff discharge were determined through measurement of water height and stream velocity using automatic water level recorder and current meter. Sediment concentration was determined in soil laboratory using sediment samples that were collected regularly. Crop and management factor (C- factor) for ANSWERS model (C-ANSWERS) is C-factors that were determined from current soil loss ratio on each plant growth phases. Using C-ANSWERS factors in ANSWERS showed better performance to predict soil erosion than those using USLE C-factors. The PCRaster type of ANSWERS model (ANSWER-PCRaster) is more accurate to predict soil erosion and surface runoff than ANSWERS model (ANSWERS-Fortran) particularly on high rainfall intensity. Rainforest conversion to agricultural areas increased surface runoff, soil erosion and nutrients losses. Eventhough nutrient content on sediment and surface runoff from natural forest were higher than those from agricultural areas, but total nutrients losses from natural forest were lower. Agroforsetry systems and ridge terraces are very important on agricultural areas to control surface runoff and soil erosion to ensure sustainability of agriculture and watershed functions. Simulation of these best management practices reduced surface runoff and sediment volume effectively up to 58.4-74.6%.
YAYAT HIDAYAT. Modifikasi Faktor Tanaman dalam Model ANSWERS untuk Memprediksi Erosi di Daerah Tropika Basah (Studi Kasus DAS Nopu Hulu Sulawesi Tengah) di bawah bimbingan NAIK SINUKABAN, HIDAYAT PAWITAN, dan KUKUH MURTILAKSONO.
Model ANSWERS (Areal Non point Source W atershed Environment Response
Simulation) merupakan model prediksi erosi berdasar proses dengan pendekatan
parameter terdistribusi berbasis kejadian hujan. Model tersebut mempunyai struktur model relatif sederhana dan telah digunakan pada beberapa penelitian dan perencanaan pengelolaan DAS di Indonesia. Model ANSWERS dikembangkan berlandaskan model USLE (Universal Soil Loss Equation) dikombinasikan dengan model transportasi sedimen. Penggunaan parameter faktor C (faktor pengelolaan tanaman) pada sub model produksi sedimen dalam model ANSWERS yang diadopsi dari model USLE kontradiktif dengan filosofis model ANSWERS yang mensimulasikan erosi per-kejadian hujan. Nilai faktor C-USLE merupakan nilai faktor C rataan tahunan yang ditentukan berdasarkan hasil pengamatan erosi jangka panjang dengan berbagai variasi jumlah dan intensitas hujan serta variasi jenis dan pola tanam.
Penelitian bertujuan untuk: a) mendefinisikan faktor C-ANSWERS untuk meningkatkan keakuratan model ANSWERS dalam memprediksi erosi di daerah tropika basah, b) menyusun script model ANSWERS-PCRaster yang mampu mensimulasikan penerapan teknik konservasi tanah dan air dan perubahan penggunaan lahan, dan c) mengkaji dampak perambahan hutan terhadap aliran permukaan, erosi dan kehilangan unsur hara.
iv kecepatan aliran menggunakan automatic waterlevelrecorder (AWLR) dan current
meter. Volume sedimen ditentukan melalui pengambilan sampel sedimen pada
berbagai tinggi muka aliran. Karakteristik tanah yang diamati meliputi kedalaman profil tanah dan zona kontrol infiltrasi, tekstur (pipet), bobot isi (gravimetri), porositas total, kadar air kapasitas lapang dan permeabilitas tanah (guelph
permeameter). Parameter penggunaan lahan terdiri dari jenis penggunaan lahan,
tutupan tajuk vegetasi (analisis citra digital), kekasaran permukaan (profilometer) dan faktor pengelolaan tanaman. Karakteristik hidrologi terdiri atas curah hujan (penakar hujan otomatis), intersepsi hujan, dimensi saluran dan koefisien kekasaran Manning. Penelitian laboratorium terdiri dari analisis sifat fisik dan kimia tanah, sedimen dan aliran permukaan, serta penyusunan model ANSWERS-PCRaster.
Hasil penelitian menunjukkan bahwa nilai faktor C-ANSWERS adalah nilai faktor C yang nilainya ditentukan berdasarkan nisbah erosi harian pada setiap fase pertumbuhan tanaman dari plot erosi dengan penggunaan lahan dan pengelolaan tertentu terhadap erosi dari plot erosi terbuka yang diolah bersih dan tidak ditanami secara terus menerus. Pada tanaman semusim (jagung dan kacang tanah) nilai faktor C-ANSWERS bervariasi sejalan dengan pertumbuhan tanama n. Ketika tutupan tajuk tanaman masih rendah (periode awal pertumbuhan tanaman) nilai faktor C-ANSWERS relatif tinggi. Nilai tersebut menurun sejalan dengan meningkatnya tutupan tajuk tanaman sampai tutupan tajuk tanaman maksimum, dan meningkat kembali akibat penurunan tutupan tajuk tanaman akibat fase pematangan dan panen. Nilai faktor C-ANSWERS juga bervariasi dengan tutupan basal diatas permukaan tanah dan jumlah curah hujan yang jatuh pada setiap hari hujan.
Model ANSWERS dengan parameter input faktor C-ANSWERS memberikan keluaran erosi yang lebih akurat dengan koefisien determinasi (R2) sebesar 0.89 dan efisiensi model (Nash-Sutcliffe coefficient) sebesar 0.86. Model ANSWERS-PCRaster dapat memprediksi erosi yang lebih baik dibanding dengan model ANSWERS-Fortran seperti ditunjukkan oleh nilai root mean square error
(ANSWERS-v nyata dengan koefisien determinasi 0.83-0.95 dan efisiensi model 0.81-0.93.
Model ANSWERS-PCRaster memberikan hasil prediksi yang cukup akurat pada curah hujan tinggi. Pada kisaran curah hujan >40.0-88.5 mm keluaran model hanya mengalami penyimpangan sekitar 15.0-23.3% untuk debit puncak DRO, 18.2-35.1% (volume DRO), 20.1-22.3% (debit puncak sedimen) dan 19.0-22.8% untuk volume sedimen.
Konversi hutan menjadi lahan pertanian menyebabkan peningkatan aliran permukaan, erosi, dan kehilangan unsur hara sebagai akibat berkurangnya/hilangnya tutupan tajuk vegetasi, berkurangnya intersepsi air hujan dan menurunnya kapasitas infiltrasi tanah. Walaupun konsentrasi unsur hara dalam sedimen dan aliran permukaan dari lahan hutan lebih tinggi dibanding lahan pertanian, total kehilangan unsur hara dari lahan pertanian jauh lebih tinggi dibanding dari lahan hutan. Kalsium merupakan kation hara dominan yang hilang melalui sedimen dan kalium melalui aliran permukaan.
Penguji pada Ujian Tertutup: Dr. Ir. Suria Darma Tarigan, MSc. Prof. Dr. Ir. Asep Sapei, MS
MODIFIKASI FAKTOR TANAMAN DALAM MODEL ANSWERS UNTUK MEMPREDIKSI EROSI DI DAERAH
TROPIKA BASAH
(Studi Kasus DAS Nopu Hulu, Sulawesi Tengah)
YAYAT HIDAYAT
Disertasi
sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Ilmu Pengelolaan Daerah Aliran Sungai
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
untuk Memprediksi Erosi di Daerah Tropika Basah (Studi Kasus DAS Nopu Hulu, Sulawesi Tengah)
Nama : Yayat Hidayat
NIM : A262020011
Disetujui
Komisi Pembimbing
Prof. Dr. Ir. Naik Sinukaban, M.Sc. Ketua
Prof. Dr. Ir. Hidayat Pawitan, M.Sc. Dr. Ir. Kukuh Murtilaksono, M.S.
Anggota Anggota
Mengetahui
Ketua Program Studi Dekan Sekolah Pascasarjana Ilmu Pengelolaan DAS
Prof. Dr.Ir. Naik Sinukaban, M.Sc Prof. Dr.Ir. Khairil A. Notodiputro, M.S
Puji dan syukur penulis panjatkan ke hadirat Illahi Robbi, atas karunia, rahmat dan hidayah-Nya penelitian dan penulisan disertasi ini berhasil diselesaikan. Disertasi dengan judul Modifikasi Faktor Tanaman dalam Model ANSWERS untuk Memprediksi Erosi di Daerah Tropika Basah (Studi Kasus DAS Nopu Hulu Sulawesi Tengah) merupakan hasil penelitian lapang, analisis laboratorium dan penyusunan model yang dilaksanakan sejak Juli 2004 sampai dengan Desember 2007.
Model prediksi erosi merupakan salah satu model yang digunakan sebagai alat bantu dalam pengelolaan daerah aliran sungai (DAS). Model tersebut terutama digunakan dalam proses penyusunan perencanaan, monitoring dan evaluasi program-program konservasi tanah dan air yang diterapkan dalam suatu DAS agar sumberdaya lahan dan lingkungan dalam DAS tersebut dapat dimanfaatkan secara optimal, dan secara bersamaan fungsi- fungsi hidrologi, ekologi dan ekonomi DAS dalam menunjang dinamika kehidupan dapat dilestarikan.
Pendefinisian nilai faktor C-ANSWERS yang sesuai dengan karakteristik model ANSWERS sangat diperlukan untuk meningkatkan keakuratan model tersebut dalam memprediksi erosi tanah, sehingga keluaran model dapat dijadikan sebagai landasan pertimbangan bagi pihak-pihak terkait dengan penerapan teknik konservasi tanah dan air serta pengelolaan DAS. Selain itu, perbaikan dan pengembangan model yang sesuai dengan karakteristik biofisik lahan di Indonesia dan peningkatan kemampuannya untuk mensimulasikan teknik konservasi tanah dan air adaptif di daerah tropika basah sangat membantu pengembangan dan penggunaan model prediksi erosi di Indonesia.
Semoga hasil penelitian ini bermanfaat bagi semua pihak yang memer-lukannya.
Puji dan syukur penulis panjatkan ke hadirat Illahi Robbi, atas karunia, rahmat dan hidayah-Nya penelitian dan penulisan disertasi ini berhasil diselesaikan. Disertasi dengan judul Modifikasi Faktor Tanaman dalam Model ANSWERS untuk Memprediksi Erosi di Daerah Tropika Basah (Studi Kasus DAS Nopu Hulu Sulawesi Tengah) merupakan hasil penelitian lapang, analisis laboratorium dan penyusunan model yang dilaksanakan sejak Juli 2004 sampai dengan Desember 2007.
Dengan ketulusan hati dan rasa hormat penulis menghaturkan terima kasih kepada Bapak Prof. Dr. Ir. Naik Sinukaban, MSc. sebagai Ketua Komisi Pembimbing serta Bapak Prof. Dr. Ir. Hidayat Pawitan, MSc dan Bapak Dr. Ir. Kukuh Murtilaksono, MS sebagai Anggota Komisi Pembimbing yang telah banyak memberikan pengarahan sejak penyusunan proposal, pelaksanaan penelitian dan penulisan disertasi. Ucapan terima kasih juga disampaikan kepada Bapak Dr. Ir. Suria Darma Tarigan, MSc dan Bapak Prof. Dr. Ir. Asep Sapei, MS sebagai penguji luar komisi dalam Ujian Tertutup, serta Bapak Prof. Asep Sapei, MS dan Dr. Ir. Undang Kurnia, MS sebagi penguji luar komisi dalam ujian terbuka.
Kepada Departemen Pendidikan Nasional RI melalui Rektor dan Dekan Sekolah Pascasarjana Institut Pertanian Bogor, diucapkan terima kasih atas bantuan beasiswa BPPS dan beasiswa bantuan penelitian program doktor untuk kelangsungan studi, pelaksanaan penelitian dan penulisan disertasi.
Ucapan terima kasih disampaikan kepada Rektor IPB, Dekan Sekolah Pascasarjana, Dekan dan Wakil Dekan Fakultas Pertanian, Ketua dan Sekretaris Departemen Ilmu Tanah dan Sumberdaya Lahan, serta Ketua Program Studi Ilmu Pengelolaan DAS atas ijin yang diberikan kepada penulis untuk menempuh program Doktor di Institut Pertanian Bogor. Ucapan terima kasih juga disampaikan kepada keluarga Bagian Konservasi Tanah dan Air atas pengertian dan dukungan yang diberikan.
xii kegiatan penelitian lapang. Kepada Dr. Ir. Kukuh Murtilaksono, MS dan Prof. G. H. Gerold terima kasih atas dukungan dan bimbingan dalam penelitian lapang. Kepada Dr. Sance Lipu, MSc, Dr. Kerstin, Dr. Ir. Anton Monde MP, dan Dr. Ir. Danang Widjajanto, MS terima kasih atas kebersamaanya. Kepada Bapak Risman dan keluarga, Ikram dan Agus terima kasih banyak atas segala bantuan yang telah diberikan selama penulis melakukan penelitian lapang di Desa Bulili.
Kepada Dr. Ir. Sudarmo, MS (A lm) terima kasih banyak atas dukungan yang diberikan selama penelitian yang telah memperkenalkan penulis untuk bekerja lebih baik.
Kanggo ema, bapak (alm) terima kasih atas segala dorongan dan motivasi yang diberikan yang telah mengajari penulis hingga saat ini. Kepada keluarga, istri (Fivni) ananda Hudan dan Azkia terima kasih atas pengertiannya.
Penulis dilahirkan di Tasikmalaya pada tanggal 3 Januari 1965, sebagai anak ke enam dari enam bersaudara dari ayah Udin Hasanudin (alm) dan ibu Icih. Menikah dengan Fivni dan hingga saat ini telah dikaruniai putera-puteri yang bernama Hudan Sulthani Hidayat dan Azkia Sausan Hidayat.
Menyelesaikan pendidikan dasar di Madrasah Ibtida’iyah Kereteg (1979), serta pendidikan menengah di SMPN Condong (1982) dan SMAN Ciawi (1985) di Tasikmalaya. Pada tahun 1985 penulis berkesempatan menempuh pendidikan tinggi di Jurusan Tanah, Fakultas Pertanian Institut Pertanian Bogor melalui jalur SIPENMARU dan memperoleh gelar Sarjana Pertanian pada tahun 1990. Minat penulis terhadap bidang konservasi tanah dan air serta pemodelan hidrologi dan erosi mengantarkan penulis memperoleh gelar Magister Sains pada Program Studi Ilmu Pengelolaan Daerah Aliran Sungai pada tahun 2001. Pada tahun 2002 penulis melanjutkan pendidikan program doktor pada program studi yang sama.
Halaman
DAFTAR TABEL………... xvi
DAFTAR GAMBAR ………... xix
DAFTAR LAMPIRAN ………... xxiv
PENDAHULUAN ………... 1
Latar Belakang ………... 1
Tujuan dan Manfaat Penelitian ………... 3
Tujuan Penelitian ………... 3
Manfaat Penelitian ………... 3
Kerangka Pemikiran ... 4
Kebaharuan Penelitian ………... 5
TINJUAN PUSTAKA ………... 7
Model Prediksi Erosi ... 7
Model ANSWERS ………... 9
Struktur Model ANSWERS ... 13
Hujan ………... 13
Infiltrasi………... 13
Simpanan Depresi Mikro………... 15
Aliran Permukaan………... 16
Sedimen………... 17
Transportasi Sedimen………... 17
Faktor Pengelolaan Tanaman dalam Model USLE dan RUSLE ... 18
Faktor Pengelolaan Tanaman dalam Model ANSWERS ... 21
Integrasi Model Erosi dan SIG………... 23
BAHAN DAN METODA ………... 25
Waktu dan Tempat ………... 25
Bahan dan Alat ………... 25
Faktor Pengelolaan Tanaman ………... 26
Parameter Masukan Model ANSWERS ………... 28
Intersepsi Air Hujan ………... 28
Kekasaran Permukaan Lahan ………... 29
Tutupan Tajuk Vegetasi………... 29
xiv
Hidrologi………... 32
Pengukuran Erosi dan Aliran Permukaan Skala DAS……... 32
Analisis Tanah, Sedimen dan Aliran Permukaan... 35
Penyusunan Script Model ANSWERS-PCRaster... 35
Morfologi Daerah Aliran Sungai ... 36
Curah Hujan... 37
Simulasi Penerapan Teknik Konservasi Tanah dan Air dan Perubahan Penggunaan Lahan... 39
KONDISI UMUM LOKASI PENELITIAN ………. 40
Letak Geografi dan Topografi ... 40
Iklim ... 40
Tanah dan Penggunaan Lahan ... 44
Perambahan Hutan …………... 45
Instalasi Peralatan... 46
HASIL DAN PEMBAHASAN ………... 48
Faktor Pengelolaan Tanaman (Faktor C) …………... 48
Faktor C-USLE ………... 48
Faktor C ANSWERS.…... 54
Model ANSWERS-PCRaster ... 60
Deskripsi Model ………... 60
Parameter Masukan Model …………... 63
xv
Model ANSWERS dan ANSWERS-PCRaster ... 81
Sensitivitas Model ANSWERS-PCRaster ... 83
Simulasi Teknik Konservasi Tanah dan Air dan Perubahan Penggunaan Lahan 85 Aliran Permukaan ………... 86
Erosi Tanah... 90
Dampak Konversi Hutan terhadap Aliran Permukaan, Erosi dan Kehilangan Unsur Hara... 104
Aliran Permukaan ………... 104
Erosi Tanah ... 106
Karakteristik Aliran Permukaan dan Erosi ... 109
Aliran Permukaan ... 109
Erosi Tanah ... 110
Kehilangan Unsur Hara ... 112
KESIMPULAN DAN SARAN ... 117
Kesimpulan ... 117
Saran ... 118
DAFTAR PUSTAKA ... 119
xvi Halaman
1. Deskripsi plot erosi... 27
2. Debit aliran hasil perhitungan dengan menggunakan persamaan weir dankurva lengkung debit aliran ... 36
3. Jenis dan metoda analisis tanah, sedimen dan aliran permukaan... 37
4. Curah hujan di lokasi penelitian ... 43
5. Jenis peralatan yang digunakan dalam penelitian lapang dan analisis laboratorium ... 47
6. Nilai Faktor C-USLE tanaman jagung dan kakao dewasa... 49
7. Nilai faktor C-USLE untuk berbagai penggunaan lahan... 51
8. Keragaan nilai faktor C-ANSWERS pada berbagai penggunaan lahan ... 56
9. Rataan penyimpangan model ANSWERS dalam memprediksi erosi DAS pada beberapa kejadian hujan ... 58
10. Erosi keluaran model ANSWERS dengan parameter input faktor C-ANSWERS dan faktor C-USLE ... 59
11. Karakteristik hujan masukan model ANSWERS pada beberapa kejadian hujan... 64
12. Parameter tanah masukan model ANSWERS-PCRaster ... 65
13. Tutupan tajuk vegetasi (PER) pada berbagai penggunaan lahan ... 66
14. Nilai RC dan HU pada masing- masing penggunaan lahan ... 67
15. Indikator keakuratan model dalam memprediksi debit puncak dan volume DRO ... 71
16. Indikator keakuratan model dalam memprediksi debit puncak dan volume Sedimen... 78
17. Uji sensitivitas model ANSWERS-PCRaster terhadap perubahan parameter masukan fc, fmax dan faktor C pada beberapa kejadian hujan ... 84
18. Pengaruh penerapan teras gulud dalam mengendalikan debit puncak dan volume aliran langsung (DRO) pada berbagai kejadian hujan menggunakan simulasi model ANSWERS-PCRaster ... 87
xvii 20. Pengaruh penerapan hutan dan teras gulud dalam mengendalikan debit
puncak dan volume aliran langsung (DRO) pada berbagai kejadian hujan
menggunakan simulasi model ANSWERS-PCRaster ... 91 21. Efektivitas penerapan teknik teras gulud pada lahan pertanian dalam
mengendalikan debit puncak dan volume sedimenpada berbagai kejadian
hujan menggunakan simulasi model ANSWERS-PCRaster... 92 22. Efektivitas penerapan teknik agroforestry dan teras gulud pada lahan
pertanian dalam menge ndalikan debit puncak dan volume sedimenp ada berbagai kejadian hujan menggunakan simulasi model
ANSWERS-PCRaster ... 94 23. Pengaruh penerapan hutan dan teras gulud dalam mengendalikan debit
puncak dan volume sedimen pada berbagai kejadian hujan menggunakan
simulasi model ANSWERS-PCRaster... 96 24. Efektivitas penerapan teknik konservasi tana h dan air dan perubahan
penggunaan lahan dalam dalam menurunkan aliran permukaan dan erosi
pada curah hujan 88.5 mm dan rataannya ... 97 25. Pengaruh perubahan penggunaan lahan terhadap aliran permukaan pada
jenis tanah Typic Eutropept, kemiringan lereng 39-42% dan curah hujan
kumulatif 1696.1 mm*... 105 26. Pengaruh perubahan penggunaan lahan terhadap erosi pada jenis tanah
Typic Eutropept, kemiringan lereng 39-42% dan curah hujan kumulatif
Halaman
1. a. Nilai Faktor C USLE untuk Berbagai Penggunaan Lahan di Indonesia .... 128
b. Nilai Faktor CP model USLE untuk Berbagai Penggunaan Lahan di Indonesia ... 131
2. Nilai Faktor C-USLE beberapa penggunaan lahan di lokasi penelitian ... 132
3. Nilai faktor C-ANSWERS pada berbagai penggunaan lahan... 136
4. Script PCRaster untuk mobel ANSWERS... 138
5. Karakteristik hujan pada berbagai kejadian hujan ... 145
6. a. Aliran permukaan dan hasil sedimen keluaran model dan pengukuran pada beberapa kejadian hujan di outlet 1... 149
b. Aliran permukaan dan hasil sedimen keluaran model dan pengukuran pada beberapa kejadian hujan di outlet 2... 151
c. Aliran permukaan keluaran model pada beberapa kejadian hujan di outlet 3... 152
7. Aliran permukaan langsung (DRO) dan hasil sedimen pada simulasi teras gulud pada beberapa kejadian hujan ... 153
8. a. Aliran permukaan pada simulasi penghutanan dan penerapan teras gulud pada beberapa kejadian hujan... 154
8. b. Hasil sedimen pada simulasi penghutanan dan penerapan teras gulud pada beberapa kejadian hujan ... 155
9. Aliran permukaan hasil pengukuran pada plot erosi pada berbagai penggunaan lahan dengan kemiringan lereng ±40% ... 157
10. Erosi tanah hasil pengukuran pada plot erosi pada berbagai penggunaan lahan dengan kemiringan lereng ±40% ... 160
11. Rataan Konsentrasi unsur hara dalam aliran permukaan pada beberapa penggunaan lahan ... 163
PEN D A HULUA N
Latar Belakang
Model prediksi erosi merupakan salah satu model yang digunakan sebagai alat bantu dalam pengelolaan daerah aliran sungai (DAS). Model tersebut terutama digunakan dalam proses penyusunan perencanaan, monitoring dan evaluasi program-program konservasi tanah dan air yang diterapkan dalam suatu DAS agar sumberdaya lahan dan lingkungan dalam DAS tersebut dapat dimanfaatkan secara optimal, dan secara bersamaan fungsi- fungsi hidrologi, ekologi dan ekonomi DAS dalam menunjang dinamika kehidupan dapat dilestarikan.
Model ANSWERS (Areal Non point Source W atershed Environment Response
Simulation) merupakan model prediksi erosi berdasar proses dengan pendekatan
parameter terdistribusi berbasis kejadian hujan. Model tersebut mempunyai struktur model relatif sederhana dan telah digunakan pada beberapa penelitian dan perencanaan pengelolaan DAS di Indonesia. Model ANSWERS dikembangkan berlandaskan model USLE (Universal Soil Loss Equation) dikombinasikan dengan model transportasi sedimen (Beasley dan Huggins, 1981). Aplikasi model ANSWERS di Black Creek Project menunjukkan bahwa model tersebut memberikan hasil prediksi yang cukup baik dan dapat digunakan sebagai alat bantu perencanaan dan evaluasi teknik konservasi tanah dan air yang diterapkan dalam suatu DAS (Bouraoui dan Dillaha, 1996). Penggunaan model ANSWERS di Indonesia telah dilakukan oleh Irianto (1993), Aswandi (1996), Tikno (1996), Ginting dan Ilyas (1997), Ramadhan (1998), dan Hidayat (2001).
tanaman (faktor C) dan parameter lain yang terkait dengan faktor pengelolaan tanaman dan penggunaan lahan seperti presentase tutupan tajuk vegetasi (PER), volume intersepsi potensial (PIT) dan koefisien kekasaran permukaan (RC) yang sesuai dengan karakteristik biofisik lahan di wilayah tropika basah, sangat diperlukan untuk meningkatkan keakuraratan model ANSWERS dalam memprediksi erosi DAS di wilayah tropika basah.
Penggunaan nilai parameter faktor C (faktor pengelolaan tanaman) pada sub model produksi sedimen dalam model ANSWERS yang diadopsi dari model USLE kontradiktif dengan filosofis model ANSWERS yang mensimulasikan erosi per-kejadian hujan. Faktor C-USLE merupakan faktor C rataan tahunan yang nilainya ditentukan berdasarkan hasil pengamatan erosi jangka panjang dengan berbagai variasi jumlah dan intensitas hujan serta variasi jenis dan pola tanam yang diusahakan. Selain digunakan dalam model ANSWERS, nilai faktor C-USLE juga digunakan dalam model prediksi erosi lainnya seperti model AGNPS, EPIC, CREAMS dan SWAT baik di negara dimana model tersebut dikembangkan (Amerika Serikat) maupun di negara lain termasuk di Indonesia.
Pendefinisian faktor C-ANSWERS (faktor C yang sesuai dengan kondisi per-tumbuha n tanaman) dalam model ANSWERS diharapkan dapat meningkatkan keakuratan model tersebut dalam memprediksi erosi tanah khususnya di daerah tropika basah. Adanya korelasi linier antara parameter input faktor C dengan erosi keluaran model ANSWERS (Hidayat, 2001) menyebabkan keragaan erosi keluaran model sejalan dengan keragaan nilai faktor C-ANSWERS (parameter input model ANSWERS).
Selain digunakan untuk memprediksi erosi DAS, model ANSWERS juga digunakan untuk mensimulasikan teknik konservasi tanah dan air (best
management practice, BMP) untuk mengendalikan aliran permukaan dan erosi.
Penggunaan model ANSWERS (model prediksi erosi parameter terdistribusi) di Indonesia sangat diperlukan untuk menentukan teknik konservasi tanah dan air serta pengelolaan lahan dalam upaya merehabilitasi lahan- lahan kritis dan mengembalikan daya dukung lahan bekas perladangan dan perambahan hutan. Untuk mengidentifikasi keragaman nilai faktor C-ANSWERS pada beberapa penggunaan lahan di daerah tropika basah, mempelajari dampak perubahan penggunaan lahan terhadap aliran permukaan dan kehilangan unsur hara, serta mensimulasikan perubahan penggunaan lahan terhadap fungsi hidrologi dan erosi tanah, maka penelitian dilakukan di DAS Nopu Hulu, Desa Bulili, Kecamatan Palolo, Kabupaten Donggala, Sulawesi Tengah. Lokasi penelitian meliputi areal seluas234.2 hektar, terletak pada wilayah perbukitan di batas tepi dan dalam kawasan Taman Nasional Lore Lindu (TNLL) yang di dalamnya masih terdapat kegiatan perambahan hutan oleh masyarakat sekitar hutan.
Tujuan dan M anfaat Penelitian Tujuan penelitian
• Mendefinisikan faktor C-ANSWERS untuk meningkatkan keakuratan model ANSWERS dalam memprediksi erosi di daerah tropika basah dan evaluasinya dari data empiris.
• Menyusun skript model ANSWERS-PCRaster yang mampu mensimulasikan penerapan teknik konservasi tanah dan air dan perubahan penggunaan lahan.
• Mengkaji dampak perambahan hutan terhadap aliran permukaan, erosi dan kehilangan unsur hara.
M anfaat Penelitian
• Memperkaya khazanah ilmu pengetahuan khususnya yang berkaitan dengan pengembangan model prediksi erosi di Indonesia.
• Memberikan masukan kepada instansi terkait dalam pengelolaan DAS Nopu Hulu di Kabupaten Donggala dan Propinsi Sulawesi Tengah (terutama Balai Taman Nasional Lore Lindu) dalam upaya mengatasi dampak perambahan hutan di sekitar Taman Nasional Lore Lindu dan wilayah lainnya dengan kondisi biofisik yang serupa.
Kerangka Pemikiran
Pensimulasian proses dan pengendalian erosi tanah dengan menggunakan model prediksi erosi telah lama dilakukan ahli-ahli konservasi tanah. Pensimulasian tersebut dilakukan mulai dari skala plot (plot erosi/lahan usahatani) dengan pendekatan lump hingga skala DAS menggunakan model parameter terdistribusi. Model USLE (Weischmeier dan Smith, 1965; 1978) merupakan model prediksi erosi empiris yang mendasari pengembangan model prediksi erosi lainnya seperti model ANSWERS, AGNPS dan SWAT. Penggunaan model prediksi erosi tersebut dalam perencanaan pengelolaan DAS sangat diperlukan untuk menentukan teknik konservasi tanah dan air guna menjamin kelestarian fungsi dan manfaat DAS.
Peningkatan keakuratan model ANSWERS dalam memprediksi erosi tanah dapat dilakukan melalui: a) pendefinisian faktor C-ANSWERS yaitu faktor C yang sesuai dengan karakteristik model ANSWERS dan kondisi pertumbuhan tanaman di lapangan, dan b) penyusunan model ANSWERS dalam format PCRaster (ANSWERS-PCRater) yang dikombinasikan dengan pendekatan penelusuran kinematic routing. Faktor C-ANSWERS didefinisikan sebagai faktor C pada setiap fase pertumbuhan tanaman yang nilainya ditentukan berdasarkan nisbah erosi dari lahan dengan penggunaan dan pengelolaan tertentu terhadap erosi dari lahan terbuka yang diolah bersih dan tidak ditanami secara terus menerus.
model yang diperlukan untuk mesimulasikan penerapan teknik konservasi tanah dan air serta perubahan penggunaan lahan yang biasa diterapkan di daerah tropika basah. Diagram alir kegiatan penelitian disajikan pada Gambar 1.
Kebaruan Penelitian
Perbedaan pendekatan model USLE yang memprediksi rataan erosi tanah tahunan dengan model ANSWERS yang memprediksi erosi tanah per-kejadian hujan menyebabkan penggunaan parameter faktor C (faktor pengelolaan tanaman) dalam model ANSWERS yang diadopsi langsung dari model USLE (C-USLE), kontradiktif dengan paradigma kedua model yang dikembangkan. Nilai faktor C-USLE merupakan nilai rataan faktor C jangka panjang untuk suatu pola penggunaan lahan dan penge-lolaan tanaman tertentu. Oleh karena itu nilai faktor C tersebut tidak dapat merep-resentasikan keragaan nilai faktor C pada setiap fase pertumbuhan tanaman. Penggunaan nilai faktor C-ANSWERS (faktor C yang sesuai dengan kondisi pertumbuhan tanaman) sebagai masukan model ANSWERS yang dilakukan dalam penelitian ini diharapkan dapat meningkatkan keakuratan model tersebut dalam memprediksi erosi di daerah tropika basah.
Penyusunan skript model ANSWERS-PCRaster (model ANSWERS berbasis PCRaster) dengan menggunakan sistem lookup table akan mempermudah proses pengolahan parameter masukan model dan perancangan simulasi (skenario) penerapan teknik konservasi tanah dan air serta perubahan penggunaan lahan yang akan dilakukan. Penggunaan data berbasis raster yang dapat mendefinisikan sistem kurangan DAS secara lebih baik diharapkan dapat meningkatkan keakuratan model dalam memprediksi erosi tanah. Skript PCRaster untuk model ANSWERS merupakan bentuk awal pengembangan piranti lunak
(software) untuk memprediksi erosi tanah dengan parameter terdistribusi di
M odel Prediksi Erosi
Upaya membuat model matematis untuk memprediksi erosi tanah telah dimulai lebih dari setengah abad yang lalu (sekitar tahun 1940-an) khususnya yang dilakukan di wilayah Corn Belt, Amerika Serikat bagian barat-tengah. Pengembangan model prediksi erosi dimulai dengan menganalisis variabel-variabel utama yang mempengaruhi erosi tanah oleh air. Cook (1936; dalam
Renard et al., 1996) menunjukkan tiga faktor utama yang mempengaruhi erosi yaitu : a) kepekaan tanah untuk dierosikan, b) potensi erosivitas hujan dan aliran permukaan, dan c) perlindungan tanah oleh tutupan tajuk tanaman. Beberapa tahun kemudian Zing (1940; dalam Wischmeier and Smith, 1965) mempublikasikan persamaan pertama untuk menghitung erosi tanah dari suatu lahan usahatani yang dipengaruhi oleh kemiringan dan panjang lereng. Smith (1941; dalam Wischmeier and Smith, 1965) menambahkan faktor sistem penanaman dan faktor konservasi tanah pada persamaan tersebut, serta mengemukakan konsep spesifik batas erosi tahunan dan menggunakan hasil persamaan tersebut untuk mengembangkan metoda grafis dalam menentukan faktor tindakan konservasi yang diperlukan pada suatu kondisi tanah tertentu di bagian barat-tengah Amerika Serikat.
Model prediksi erosi biasanya disajikan dalam bentuk persamaan matematis untuk menunjukkan hubungan antara berbagai faktor yang mempengaruhi erosi dan proses yang terjadi dalam suatu landscape. Faktor-faktor tersebut diantaranya meliputi topografi, curah hujan, karakteristik tanah, penggunaan dan penutupan lahan. Secara umum model prediksi erosi dibedakan ke dalam model empirik dan model fisik-teoritik (physically based model). Akan tetapi, sebagian besar model prediksi erosi merupakan model hibrid yang mengkombinasikan model fisik dan empir ik (Haan et al., 1982).
dikembangkan menggunakan pendekatan lump atau semi terdistribusi untuk memodelkan komponen hidrologinya.
Model USLE (Universal Soil Loss Equation) merupakan model prediksi erosi empirik yang paling populer dan secara luas digunakan sebagai arahan perencanaan dan pemilihan teknik konservasi tanah dan air (Wischmeier dan Smith, 1965, 1978). Model tersebut dikembangkan berdasarkan pengamatan erosi jangka panjang pada skala plot dan didesain untuk memprediksi rataan erosi tahunan dari suatu lahan dengan penggunaan lahan dan kondisi pengelolaan tertentu. Jika tidak memperhatikan efek temporal, model USLE akan memberikan hasil prediksi yang salah bila digunakan untuk memprediksi erosi musiman atau erosi perkejadian hujan (Wischmeier, 1976). Secara deskriptif model USLE disajikan sebagai berikut (Wischmeier dan Smith, 1965; 1978) :
A = R K L S C P
A : jumlah tanah tererosi per-unit area/tahun (ton/ha/tahun)
R : faktor erosivitas hujan : energi kinetik hujan (E) dikalikan dengan intensitas
hujan maksimum selama 30 menit pada curah hujan normal.
K : faktor erodibilitas tanah : laju erosi per-unit indeks erosi hujan untuk tanah
yang terus menerus diberakan (diolah bersih menurut lereng dan tidak
ditanami) dengan kemiringan lereng 9% dan panjang lereng 22 m.
L : faktor panjang lereng : nisbah erosi tanah dari lahan dengan panjang lereng
tertentu terhadap erosi tanah dari lahan dengan panjang lereng 22 m, dengan
jenis tanah dan pengelolaan yang serupa.
S : faktor kemiringan lereng : nisbah erosi tanah dari lahan dengan kemiringan
lereng tertentu terhadap erosi tanah dari lahan dengan kemiringan 9% dan
pengelolaan yang serupa.
C : faktor dan pengelolaan tanaman : nisbah erosi tanah dari lahan dengan
tanaman dan pengelolaan tanaman tertentu terhadap erosi tanah dari lahan
yang diolah bersih dan tidak ditanami secara terus menerus.
P : faktor tindakan konservasi tanah : nisbah erosi dari lahan dengan tindakan
konservasi tertentu terhadap erosi tanah dari lahan yang diolah dan ditanami
Pada awalnya model USLE dikembangkan sebagai alat perencanaan konservasi tanah (soil conservation planning tool). Namun demikian karena belum adanya model prediksi erosi skala DAS telah menyebabkan penggunaan model ini untuk memprediksi erosi DAS tanpa dibarengi modifikasi yang berarti (Kinnell dan Risse, 1998).
Meskipun model prediksi erosi USLE telah digunakan secara luas, baik di Indonesia maupun negara lain di Asia, Afrika, dan Eropa, ketepatan penggunaannya dalam memprediksi erosi dari suatu wilayah (DAS) masih diragukan (Kurnia, 1997). Hal ini disebabkan karena metoda USLE hanya dapat memprediksi rataan kehilangan tanah dari erosi lembar (sheet erosion), dan erosi alur (rill erosion). Di samping itu model erosi USLE tidak dapat memprediksi pengendapan (deposition) dan tidak menghitung hasil sedimen (sediment yield) dari erosi parit (gully erosion), tebing sungai (stream bank erosion) dan dasar sungai
(streambed erosion) (Wischmeier, 1976). Hasil pendugaan erosi tidak
menggambarkan keadaan erosi suatu wilayah yang luas, melainkan hanya dari lahan usahatani yang sempit dengan kemiringan lereng tunggal dan belum memper- hitungkan pengendapan tanah yang tererosi dari lahan di atasnya (Wischmeier, 1976).
M odel ANSW ERS
Model ANSWERS (Areal Nonpoint Source W atershed Environment Response
Simulation) merupakan model hidrologi dengan parameter terdistribusi yang
men-simulasikan hubungan hujan-aliran permukaan dalam memprediksi hasil sedimen. Model ANSWERS pertama kali dikembangkan oleh Beasley (1977, dalam
Beasley dan Huggins, 1981) untuk mensimulasikan pengaruh tata guna lahan dan pengelolaan lahan terhadap kualitas air aliran permukaan. Model tersebut terinspirasi oleh model Huggins dan Monke (1966) yang pertama kalinya mengembangkan model parameter terdistribusi. Perkembangan selanjutnya didukung oleh US EPA (Environment Protection Agency) dan Departemen Penelitian Pertanian, Purdue University (Beasley dan Huggins, 1981).
pengaruh BMPs (Best Management Practices) terhadap aliran permukaan dan kehilangan sedimen dari suatu DAS dengan penggunaan lahan utama pertanian. Model ANSWERS membagi DAS kedalam grid sel bujur sangkar, dengan penggunaan lahan, kemiringan lereng, karakteristik tanah, unsur hara, tanaman dan pengelolaannya diasumsikan seragam di dalam setiap sel. Perbedaan antara sel menyebabkan model mampu mempertimbangkan heterogenitas DAS secara alami. Ukuran sel biasanya berukuran 1–4 ha, dengan ukuran sel yang lebih kecil menyebabkan hasil simulasi yang lebih akurat (Ricardo, 1998).
Di dalam sel, model mensimulasikan intersepsi, retensi permukaan, infiltrasi dengan menggunakan metoda Holtan (Holtan, 1961; dalam Beasley dan Huggins, 1981), aliran permukaan, perkolasi melalui zona kontrol infiltrasi, penghancuran partikel tanah menjadi sedimen dan pengangkutan sedimen. Aliran permukaan bergerak menuju downslope melalui aliran sel tetangganya atau sel lain yang mempunyai saluran. Model ANSWERS dapat digunakan untuk mensimulasikan beberapa BMPs, seperti pengolahan tanah konservasi, kolam,
paralel tile outlet, grass waterways dan tile drainage (Beasley dan Huggins. 1981) dan tindakan lainnya yang mempengaruhi parameter input model berdasar fisik.
Kelemahan utama model ANSWERS terletak pada model erosi yang sebagian besar bersifat empiris dan hanya mensimulasikan transportasi total sedimen. Model transportasi sedimen diperbaharui oleh Dillaha et al. (1988) untuk mensimulasikan penghancuran dan transportasi sedimen pada berbagai ukuran partikel sedimen dengan menggunakan metoda Yalin’s (1963). Pembaharuan model lainnya dilakukan oleh Sichani (1982) dan Storm et al. (1988,
dalam Dillaha et al, 1998) yang menambahkan komponen transportasi fosfor, dan
Dillaha et al. (1988) yang menambahkan sub model transportasi nitrogen. Transportasi unsur hara yang dipertimbangkan meliputi fosfor terlarut dan teradsorbsi, nitrat dan amonium terlarut dan teradosrbsi serta total nitrogen (Ricardo, 1998).
tidak mampu mensi- mulasikan keefektifan BMPs dalam jangka panjang dalam pengendalian non-point pollution, dan d) tidak mensimulasikan transportasi unsur hara dan penulusurannya. Untuk mengatasi keterbatasan tersebut, ANSWERS 93 dikembangkan oleh Bouraoni (1993, dalam Ricardo, 1998) dengan spesifikasi perbaikan :
• Menggabungkan model infiltrasi berdasar proses fisik untuk merepresentasikan pengaruh BMPs terhadap infiltrasi dan aliran permukaan secara lebih baik.
• Mengembangkan model transportasi fosfor dan penelusurannya untuk mensi-mulasikan transport fosfor organik terlarut dan terikat sedimen.
• Mengembangkan model transportasi nitrogen dan penelusurannya untuk mensi- mulasikan transportasi nitrogen terlarut dan terikat sedimen.
• Mengkonversi penilaian non-point pollution ke dalam skala waktu yang panjang dan kontinyu dengan mengintegrasikan komponen pertumbuhan tanaman, kelembaban tanah dan evapotranspirasi.
ANSWERS 2000 (Bouraoni dan Dillaha, 1996) merupakan model simulasi kontinyu dengan time step yang lebih singkat (30 detik). Pada versi ini sub model unsur hara telah dimasukkan dan dilakukan perbaikan model infiltrasi (model infiltrasi Green & A mpt), kelembaban tanah dan komponen pertumbuhan tanaman telah ditambahkan untuk memungkinkan simulasi kontinyu jangka panjang. Walaupun komponen pertumbuhan tanaman telah dimasukkan ke dalam model ANSWERS 2000, hasil sedimen keluaran model (simulasi data 1973-1975, di Southern Piedmont Conservation Research Center in W atskinville, Georgia) masih mengalami penyimpangan yang sangat besar yaitu sekitar 86.2% (Byne, 2000).
aktif dan mineral labil. Serapan tanaman akan labil dan mineralisasi P-organik juga disimulasikan (Ricardo, 1998).
Model ANSWERS 2000 telah diujicobakan pada 2 DAS di W atkinsvile,
Georgia dan menunjukkan performa yang baik dalam memprediksi aliran
permukaan, sedimen, nitrat, amonium terlarut, total nitrogen terikat sedimen, dan kehilangan fosfor terlarut pada kedua DAS tersebut. Akan tetapi model tersebut kurang baik dalam memprediksi kehilangan amonium terikat sedimen. Secara praktis, penggunaan model ANSWERS 2000 telah dilakukan dalam 8 tahun di Sub DAS Nomini Creek seluas 225 ha di Virginia, yang ditujukan untuk mengevaluasi keefektifan BMPs (pengolahan tanah konservasi) dalam mempertahankan kualitas air.
Pembaharuan ANSWERS 2000 terutama berhubungan dengan user
interface. Interface berbasis ArcInfo telah dihubungkan dengan model ANSWERS
untuk memfasilitasi pemasukan input data, pengolahan dan interpretasi data
output (Wolfe et al., 1995). Sistem pend ukung keputusan FARM SCALE,
merupakan sistem berdasar pengetahuan (knowledge based) untuk membantu pengguna dalam memilih parameter dan membuat data base. Interface
memfasilitasi :
• Pemilihan area wilayah yang akan dianalisis program GIS.
• Akses otomatis pada file parameter tanah dengan pilihan untuk mengganti nilai parameter umum dengan informasi spesifik.
• Pembuatan data iklim sintetik, jika diinginkan.
• Menjalankan model.
• Mendisplay output
Integrasi model ANSWERS dan GRASS telah dik embangkan Rewert dan Engle (1991, dalam Ricardo, 1998 ) untuk menfasilitasi input nilai parameter dan penyajian hasil model ANSWERS event based. Perkembangan terakhir, komponen
groundwater telah ditambahkan pada model ANSWERS 2000. Model versi ini
Struktur M odel ANSW ERS
Model ANSWERS merupakan model deterministik yang didasarkan pada hipotesis bahwa setiap titik dalam DAS mempunyai hubungan fungsional antara laju aliran permukaan dan beberapa parameter hidrologi yang mempengaruhi aliran seperti intensitas hujan, infiltrasi, topografi, jenis tanah dan beberapa faktor lainnya. Laju aliran yang terjadi digunakan untuk memodelkan fenomena pindah masa seperti erosi dan polusi dalam wilayah DAS (Beasley dan Huggins, 1981).
Daerah aliran sungai dimodelkan dengan membangun strukturnya secara konseptual oleh kumpulan elemen bujur sangkar, sehingga derajat variabilitas spasial dalam DAS dapat terakomodasi. Variabilitas spasial tersebut diberikan oleh nilai parameter setiap elemen DAS. Elemen diartikan sebagai suatu areal yang mempunyai parameter hidrologi yang sama, dan setiap elemen akan memberikan kontribusi sesuai dengan karakteristik yang dimiliki. Dengan demikian model ANSWERS ini melakukan analisis pada setiap satuan elemen (Beasley dan Huggins, 1981).
Hujan
Sebagian air hujan yang jatuh diatas permukaan lahan bervegetasi diintersepsi oleh tutupan tajuk vegetasi. Model ANSWERS menggunakan simpanan intersepsi potensial (PIT, dalam mm) sebagai input. PIT menggambarkan volume air hujan yang tertahan sebagai air intersepsi jika suatu lahan tertutupi sempurna oleh tanaman atau penggunaan lahan tertentu. Jumlah air hujan dikalikan dengan porsi elemen yang tertutupi vegetasi (PER) menghasilkan intersepsi incremental (RIT). Simpanan intersepsi potensial ditentukan untuk setiap kejadian hujan dan untuk setiap jenis tanaman. Karena sangat sedikit data intersepsi yang dipublikasikan, simpanan intersepsi potensial sering diprediksi menggunakan persamaan Horton (De Roo, 1993).
Infiltrasi
FMAX : kapasitas infiltrasi dengan permukaan tanah tergenang (cm/jam),
FC : kapasitas infiltrasi konstan (cm/jam),
A : kapasitas infiltrasi maksimum - FC (cm/jam),
TP : porositas total di dalam zona kontrol infiltrasi (%),
PIV : volume air yang dapat ditahan dalam zona kontrol hingga jenuh(cm),
p : koefisien empirik yang menunjukkan penurunan laju infiltrasi dengan
meningkatnya kelembaban tanah.
Infiltrasi dihitung berdasarkan 6 parameter fisik tanah yang meliputi porositas total, kadar air kapasitas lapang, zona kontrol infiltrasi, koefisien A dan P. Walaupun telah digunakan secara luas persamaan tersebut mempunyai keterbatasan terutama dalam penetapan zona kontrol infiltrasi pada suatu tanah dan penentuan nilai A dan P. Nilai koefisien A dan P dapat ditentukan dengan menggunakan data literatur atau ditentukan dengan menggunakan metoda pengepasan (fitting) infiltrasi hasil prediksi dan data infiltrasi hasil pengukuran (Bouraoui, 1994).
Suatu pendekatan zona kontrol kedalaman infiltrasi ditentukan sebagai kedalaman horizon A (De Roo, 1993). Smith (1976) menyatakan bahwa persamaan Holtan tidak bersesuaian dengan prinsip hidrolik dimana laju infiltrasi tergantung kepada zona kontrol infiltrasi. Baun et al. (1986) menunjukkan bahwa volume aliran permukaan sangat sensitif terhadap pemilihan zona kontrol kedalaman. Penurunan zona kontrol kedalaman 33% meningkatkan volume aliran permukaan 87%, dan peningkatan zona kontrol kedalaman 33% menurunkan volume aliran permukaan 28%.
Dalam model ANSWERS, jika zona kontrol kedalaman infiltrasi telah terisi dengan air, maka air yang lebih dari kapasitas lapang akan terdrainase ke lapisan bawah dengan menggunakan persamaan Huggins dan Monke (1966) :
Untuk mengatasi kelemahan model infiltrasi Holtan, Bouraoui (1994) mengintroduksi persamaan infiltrasi Green-Ampt ke dalam model ANSWERS. Hal tersebut dilakukan dengan alasan : a) model Green-Ampt merupakan model berdasar fisik sehingga hasil dugaannya akan menjadi lebih baik, b) penghitungan yang dilakukan lebih efisien, dan c) parameter dapat ditentukan secara mudah dari informasi data tanah dan tutupan yang tersedia.
Simpanan Depresi M ikro
Laju infiltrasi aktual tergantung kepada area permukaan tanah yang tertutupi oleh air. Laju infiltrasi yang terjadi akan lebih kecil dari laju infiltrasi yang didefinisikan diatas, jika tidak seluruh permukaan tanah tertutup air dan instensitas hujan lebih kecil dari kapasitas infiltrasi. Oleh karena itu diasumsikan bahwa hanya bagian permukaan tanah yang tertutup air yang mempunyai kapasitas infiltrasi maksimum. Infiltrasi pada areal permukaan lainnya tergantung kepada intensitas hujan, dimana laju infiltrasi sama dengan instensitas hujan neto.
Area permukaan yang tertutupi air (FWA) dan simpanan permukaan potensial (DEP) dihitung menggunakan persamaan Huggins dan Monke (1966) :
FWA = RC
DEP : volume air yang tersimpan di permukaan (mm)
H : kedalaman fisik air tersimpan (stored water) diatas elevasi terendah
atau datum (mm)
HU : ketinggian maksimum relief mikro /ketinggian diatas datum (mm)
RC : eksponen yang menunjukkan frekuensi kekasaran permukaan
Jika H = HU, maka FWA =1 dan DEP = HU*RC. Jika RC =1, maka DEP = HU. Kapasitas infiltrasi kemudian dihitung :
FILT = FWA*f + (1-FWA)*R
FILT : laju infiltrasi (mm/jam)
f : laju infiltrasi dimana seluruh permukaan tertutupi air (mm/jam)
HU : ketinggian maksium mikro relief/ketinggian diatas datum (mm)
Variabel HU mudah diukur di lapangan, sebaliknya variabel RC pengukurannya relatif sulit dilakukan di lapangan dan biasanya digunakan data sekunder yang disajikan Beasley dan Huggins (1981). Retensi permukaan dihitung dengan mengasumsikan maksimum ketinggian air diatas datum dengan sudut aliran = 0 (H = 0,1*HU), sehingga retensi permukaan maksimum dihitung :
MAXDEP = HU*RC*
[ ]
0,10 RC1 −1MAXDEP : maksimum volume simpanan retensi (mm)
Akumulasi air yang melebihi kapasitas simpanan retensi (simpanan depresi mikro) akan menghasilkan aliran permukaan.
Aliran Permukaan
Respon hidrolik setiap elemen dihitung sebagai fungsi dari waktu secara eksplisit melalui penyelesaian backward difference pada persamaan kontinuitas :
I - Q =
dt dS
I : Laju aliran masuk (inflow) pada suatu elemen dari curah hujan dan elemen tetangganya (m3/dt)
Q : Laju aliran keluar (outflow) (m3/dt)
S : Volume air yang terseimpan dalam elemen (m3) t : Waktu (dt)
Persamaan tersebut diselesaikan dengan persamaan Manning dalam hubungan
stagedischarge untuk kinematic overland flow dan channel routing sederhana. Radius hidrolik pada persamaan Manning diasumsikan sama dengan kedalaman retensi pada masing- masing sel.
Sedimen
Erosi tanah dalam model ANSWERS dimodelkan dalam 2 tahapan proses. Proses pertama adalah penghancuran partikel tanah dan proses berikutnya adalah transportasi sedimen. Penghancuran partikel tanah disebabkan karena pukulan butir hujan dan aliran air di permukaan tanah, sedangkan transportasi sedimen hanya disebabkan karena aliran air yang mengalir di permukaan tanah. Penghancuran partikel tanah akibat pukulan butir hujan dan aliran permukaan digambarkan oleh model yang dikembangkan oleh Meyer dan Wischmeier (1969,
dalam Beasley dan Huggins, 1981) :
DR = 0,108*CDR*SKDR*AI*R2
DR : efek pukulan air hujan terhadap penghancuran partikel tanah (kg/menit)
CDR : faktor pengelolaan tanaman (dari USLE)
SKDR : faktor erodibilitas tanah (dari USLE)
AI : luas area sel (m2)
R : intesitas hujan neto dalam interval waktu tertentu (mm/menit)
Do = 0,9*CDR*SKDR*AI*SL*qo
DO : laju penghancuran partikel tanah olehoverland flow (kg/menit)
SL : kecuraman lereng (m/m)
qo : debit aliran per unit lebar (m2/menit)
Transportasi Sedimen
Model ANSWERS membedakan kapasitas transportasi aliran berdasarkan jenis aliran yang terjadi pada landscap laminar atau turbulent (Beasley dan Huggins, 1981). Pada aliran laminar, kapasitas transportasi aliran diasumsikan proporsional terhadap akar kuadrat dari debit aliran, sedangkan pada aliran
turbulent kapasitas transportasi aliran proporsional kuadrat terhadap debit aliran. Kapasitas transportasi aliran tersebut dimodelkan berdasarkan persamaan Yalin’s (1963) yang dimodifikasi Foster dan Meyer (1972) dan disajikan sebagai berikut :
TF = 161*SL*Q0,5 jika Q < 0,046 m2/ menit
TF = 16320*SL*Q2 jika Q > 0,046 m2/ menit
TF : laju transportasi sedimen potensial (kg/menit/m)
Q : debit aliran per unit lebar (m2/menit/m)
Pergerakan sedimen menuju outlet di routing bersamaan dengan overland
flow dan channel flow dengan menggunakan fungsi gelombang kinematik sederhana (Beasley et al., 1980). Kapasitas transportasi aliran dalam ANSWERS 2000 menggunakan persamaan Yalin (1963, dalam Hessel, 2002) yang didefinisikan dengan persamaan :
TF : kapasitas transportasi aliran (kg s-1)
Ps : jumlah partikel yang ditransportasikan
w
ρ : massa jenis air (kg m-3)
Ycr : critical shear stress dari shield diagram;
V* : shear velocity (m s -1
)
Sg : particle specipic gravity (kg m-3)
S : kemiringan lereng
R : radius hidrolik sama dengan kedalaman aliran (m)
d : diamter partikel (m)
g : percepatan gravitasi (m s-2)
Faktor Pengelolaan Tanaman dalam M odel USLE dan RUSLE Wischmeier dan Smith (1965; 1978) mendefinisikan faktor pengelolaan tanaman (faktor C) sebagai nisbah erosi dari suatu lahan dengan penggunaan dan pengelolaan tertentu terhadap erosi dari lahan terbuka yang diolah bersih menurut lereng dan tidak ditanami secara terus menerus. Faktor tersebut mengukur kombinasi pengaruh faktor- faktor yang mempengaruhi erosivitas hujan, tutupan tajuk vegetasi dan pengelolaan tanaman yang dilakukan.
energi kinetik hujan yang mempengaruhi erosi pada setiap fase pertumbuhan tanaman (Wischmeier dan Smith, 1978; Arsyad, 2000). Untuk tanaman semusim, fase pertumbuhan tanaman yang dipertimbangkan:
§ Fase SB (seed bed) : fase pengolahan tanah untuk persiapan penanaman bibit sampai tanaman berkembang dan tutupan tajuk mencapai ±10%.
§ Fase I (establishment): akhir fase SB sampai perkembangan tutupan tajuk tanaman ±50% (untuk tanaman kapas tutupan tajuk tanaman ±35%).
§ Fase II (development): akhir fase I sampai perkembangan tutupan tajuk tanaman ±75% (untuk tanaman kapas tutupan tajuk tanaman ±60%).
§ Fase III (maturing crop): akhir fase II sampai tanaman dipanen
§ Fase IV (residue or stubble) : setelah tanaman dipanen sampai pengolahan tanah berikutnya.
Nilai faktor C-USLE merupakan nilai tunggal untuk masing- masing penggunaan lahan dan ditentukan berdasarkan hasil penelitian jangka panjang. Oleh karena itu nilai tersebut merupakan rataan tahunan atau rataan dari beberapa musim tanaman (Weischmeier, 1978). Beberapa nilai faktor C-USLE yang diperoleh dari berbagai hasil penelitian di Indonesia dan di Amerika Serikat disajikan pada Tabel La mpiran 1.
Dalam model RUSLE (Renard et al., 1996) nilai faktor C diidentifikasi dengan menggunakan konsep soil loss ratio (SLR) yang dipengaruhi oleh pengaruh tanaman dan pengelolaan sebelumnya (prior land use; PLU), perlindungan permukaan tanah oleh penutupan vegetasi (canopy cover; CC), pengurangan erosi akibat penutupan permukaan (surface cover; CC), kekasaran permukaan (surface
roughness; SR), dan pengaruh rendahnya kelembaban tanah (soil moisture; SM)
Subfaktor penggunaan lahan sebelumnya (PLU) menunjukkan pengaruh
subsurface residue (residu tanaman dibawah permukaan tanah) akibat penggunaan
laha n sebelumnya terhadap erosi, dan pengaruh tindakan pengolahan tanah terhadap konsolidasi tanah, seperti disajikan dalam persamaan :
PLU = Cf * Cb * exp[(-cur * Bur) + (cus * Bus/ Cfcuf)]
PLU : Subfaktor pengunaan lahan sebelumnya (0-1)
Cf : Konsolidasi tanah permukaan
Cb : Efektivitas relatif subsurface residu terhadap konsolidasi tanah
Bur : Kerapatan (densitas) akar tanaman hidup dan akar tanaman mati
yang ditemukan pada tanah lapisan atas (lb acre-1 in-1)
Cuf : Pengaruh konsolidasi tanah terhadap efektivitas residu yang
dimasukan ke dalam tanah
cur,cus : Koefisien kalibrasi yang menunjukkan pengaruh subsurface residue.
Subfaktor penutupan tajuk tanaman menunjukkan efektivitas penutupan vegetasi dalam mengurangi energi pukulan butir air hujan di permukaan tanah. Walaupun sebagian besar air hujan yang diintersepsi tajuk tanaman yang secara berangsur akan mencapai permukaan tanah, tetapi biasanya air hujan tersebut turun dengan energi yang lebih rendah dibandingkan jika hujan tidak diintersepsi. Subfaktor penutupan tajuk tanaman dihitung sebagai berikut :
CC = 1 – Fc * exp(-0,1 * H)
CC : Subfaktor penutupan tajuk tanaman (0-1)
Fc : Bagian permukaan lahan yang ditutupi tajuk tanaman
H : Jarak butir hujan jatuh setelah melewati canopy tanaman (ft)
Penutupan permukaan (surface cover) mempengaruhi erosi dengan mengurangi kapasitas transportasi aliran air (Foster, 1982), menyebabkan terjadinya deposisi sedimen pada daerah penggenangan, dan dengan menurunkan luasan permukaan yang terkena pengaruh pukulan butir air hujan. Penutupan permukaan meliputi sisa tanaman di permukaan, batuan, dan bahan lainnya yang kontak di permukaan tanah yang susah dierosikan. Pengaruh penutupan permukaan terhadap erosi tanah disajikan dalam persamaan :
SC : Subfaktor penutupan permukaan
b : Koefisien empiris
Sp : Persentase luasan tanah yang ditutupi oleh penutupan permukaan
Ru : Kekasaran permukaan (in) yang didefinisikan dengan persamaan :
Ru = 0,24 + [Dr(Ri – 0,24)]
Ru : Kekasaran permukaan sebelum pengolahan tanah
Ri : Keksaran permukaan awal (in)
Dr : Roughness decay coeficient :
Dr = exp [1/2(-0,14 * Pt) + ½(-0,012 * EIt)]
Pt : Total hujan (in) sejak pengolahan terakhir
EIt : Total jumlah EI selama operasi pengolahan yang sama.
Kekasaran permukaan secara langsung mempengaruhi erosi, dan berpengaruh secara tidak langsung melalui efektivitas sisa tanaman dalam menghambat aliran permukaan. Permukaan yang kasar mempunyai banyak depresi dan barrier, yang akan menjebak air dan sedimen bila terjadi hujan. Peningkatan kekasaran permukaan akan menurunkan kapasitas transportasi aliran dan aliran permukaan yang dihasilkan karena menurunnya kecepatan aliran. Subfaktor kekasaran permukaan dihitung dengan persamaan :
SR = exp[-0,66(Ru – 0,24)]
SR : Subfaktor kekasaran permukaan
Ru : Kekasaran permukaan
Kandungan air tanah awal secara substansial mempengaruhi infiltrasi dan aliran permukaan, dan oleh karenanya mempengaruhi erosi tanah. Pengaruh kelembaban tanah terhadap erosi tanah ditunjukkan oleh bervariasinya erodibilitas tanah sepanjang tahun (Renard et al., 1996).
Faktor Pengelolaan Tanaman dalam M odel ANSW ERS
keluaran yang cukup baik (Ramadhan, 1998; Hidayat, 2001; dan Hidayat et al., 2005).
Jumlah sedimen yang siap ditransportasikan dalam model ANSWERS dihitung sebagai erosi percik yang diakibatkan oleh pukulan butir air hujan terhadap permukaan tanah seperti digambarkan dalam model yang dikembangkan Meyer dan Wischmeier (1969, dalam Beasley dan Huggins, 1981) :
DR = 0,108*CDR*SKDR*AI*R2
DR. : Efek pukulan air hujan terhadap penghancuran partikel tanah (kg/menit)
CDR : Faktor dan pengelolaan tanaman (dari USLE)
SKDR : Faktor erodibilitas tanah (dari USLE)
AI : Luasan area sel (m2)
R : Intesitas hujan neto dalam interval waktu tertentu (mm/menit)
Persamaan Meyer dan Wischmeier (1969) yang digunakan dalam model ANSWERS, validitasnya masih dipertanyakan (De Roo, 1993) karena persamaan tersebut menggunakan nilai C dan K yang bersumber dari model USLE. Selain disebabkan karena adanya perbedaan paradigma kedua model (ANSWERS dan USLE), penggunaan nilai faktor C-USLE juga tidak sesuai dengan karakteristik pertumbuhan tanaman. Parameter faktor K dalam model USLE juga merupakan ukuran erodibilitas tanah permukaan lahan (interrill), sehingga erosi tanah yang terjadi dalam saluran (rill dan gully ) belum dipertimbangkan dalam model ANSWERS.
Selain digunakan dalam model ANSWERS, faktor C-USLE juga digunakan dalam model AGNPS (Young et al., 1994) dan model SWAT (Neitsch
et al., 2001). Erosi tanah dalam model AGNPS dihitung dengan persamaan:
SL = EI*K*LS*CP*SSF
SL : Kehilangan tanah
EI : Hasil kali energi kinetik hujan dengan intensitas hujan maksimum 30
menit (dari USLE)
K : Faktor erodibilitas tanah (dari USLE)
LS : Faktor panjang dan kemiringan lereng (dari USLE)
C : Faktor pengelola an tanaman (dari USLE)
SSF : Faktor penyesuaian bentuk lereng dalam sel
Dalam model SWAT erosi tanah dihitung dengan menggunakan model USLE-M (Williams, 1995, dalam Neitsch, et al., 2001):
Sed = 11.8(Qsurf*qpeak*areahru)0.56*KUSLE*CUSLE*LSUSLE*CFRG
Sed : Hasil sedimen pada hari tertentu (ton)
QSurf : Volume aliran permukaan (mm/ha)
qpeak : Debit puncak aliran permukaan (m 3
/dt)
areahru : Luas hydrology response unit (ha)
KUSLE : Faktor erodibilitas tanah
CUSLE : Faktor penutupan dan pengelolaan lahan
LSUSLE : Faktor panjang dan kemiringan lereng
CFRG : Faktor kekasaran permukaan lahan
Integrasi M odel Erosi dan SIG
Erosi tanah dipengaruhi berbagai faktor yang diantaranya adalah heterogenitas keruangan (spatial heterogenity) dari topografi, vegetasi, karakteristik tanah dan penggunaan lahan. Sebagian besar model prediksi erosi belum mempertimbangkan aspek-aspek tersebut sehingga Sistem Informasi Geografi (SIG) akan menjadi alat yang sangat menunjang perbaikan model prediksi erosi. SIG sangat bermanfaat dalam menganalisis data spasial dan menghubungkan data dari berbagai sumber dalam proses pemodelan erosi. Beberapa keuntungan mengintegrasikan model prediksi erosi dengan SIG adalah :
• Mempercepat penyiapan data masukan model untuk mensimulasikan beberapa skenario.
• Meningkatkan kemampuan simulasi dengan menggunakan banyak fixel (khususnya DAS berukuran besar) sehingga DAS dapat disimulasikan secara lebih detil (De Roo, 1996).
Dikenal tiga pendekatan dalam permodelan erosi dengan SIG yaitu : loose
coupling, tight coupling and embeded coupling/fully integrated (Wesseling et al., 1996; Pullar dan Springer, 2000). Dalam loose coupling, SIG dan model prediksi erosi terpisah, dimana SIG digunakan dalam pengolahan awal data spasial ke dalam format file input model yang diinginkan dan menvisualisasikan keluaran model. SIG menyediakan interface bersama (shared interface) untuk memindahkan data spasial antara SIG dan permodelan erosi yang terpisah (tight coupling ). Dalam
embeded coupling/fully integrated, model secara utuh terintegrasi sebagai komponen
dalam aplikasi SIG.
Sebagian besar integrasi model erosi dengan SIG saat ini tergolong ke dalam loose dan tyght coupling. Integrasi utuh antara model dan SIG masih belum banyak dilakukan karena kurang efisiennya dimensi temporal pada kebanyakan sistem SIG (Kaden, 1993; Doe, 1999).
Terdapat kecenderungan model prediksi erosi saat ini dioperasikan dengan SIG. Beberapa contoh integrasi model erosi dengan SIG adalah : De Roo et al.
(1989) mengintegrasikan ANSWERS dengan GIS, yang kemudian mengintegrasikan LISEM (De Roo, 1996) dan LISFLOOD (De Roo, 2000). Mitchel et al (1993) menginteg-rasikan AGNPS dengan GIS.
Walaupun banyak software SIG yang sangat maju dalam pemrosesan dan penyajian data, SIG kurang mampu dalam permodelan proses berdasar fisik
(physically based modelling). Hingga saat ini, pensimulasian transportasi air dan
pollutan melalui suatu landscap masih merupakan masalah dalam SIG. Sejumlah
BAHAN DAN M ETODA
W aktu dan Tempat
Penelitian lapang dilakukan mulai 16 Juli 2004 sampai 27 Mei 2005, berlokasi di daerah aliran sungai (DAS) Nopu Hulu seluas 234,2 hektar, yang secara administrasi terletak di Desa Bulili, Kecamatan Palolo, Kabupaten Donggala, Sulawesi Tengah. Hutan merupakan penggunaan lahan dominan di bagian hulu DAS. Penggunaan lahan campuran antara hutan dan perladangan terdapat di wilayah tengah, dan kebun kakao rakyat merupakan penggunaan lahan dominan di bagian hilir.
Analisis sifat fisik yang meliputi bobot isi tanah, tekstur dan distribusi ukuran pori dilakukan di Laboratorium Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, IPB, Bogor. Karakteristik kimia tanah dan sedimen (pH, C-organik, Aldd, kapasitas tukar katio n, P-tersedia, Cadd, Kdd, Mgdd, Nadd, nitrogen total, Fe dan Mn), serta kandungan unsur hara dalam serasah tanaman (c-organik, nitrogen total, P-total, Ca-total, Mg-total, K-total dan Na-total) dianalisis di Laboratorium STORMA-UNTAD, Fakultas Pertanian Universitas Tadulako, Palu.
Bahan dan Alat
Bahan yang digunakan terdiri dari peta tanah, peta topografi (skala 1: 50.000), peta penggunaan lahan, seng, drum, kayu, paku dan bahan-bahan lain untuk pembuatan plot erosi, penampung aliran permukaan dan sedimen pada plot erosi, plot intersepsi hujan, penangkap serasah tanaman, botol, serta bahan kimia untuk menetapkan sifat-sifat tanah yang digunakan sebagai parameter masukan model ANSWERS. Peralatan yang digunakan meliputi bor tanah, munsell soil color chart, guelph permeameter, sediment sampler, tensiometer, current meter, GPS, kamera digital, komputer PC, ANSW ERS, PCRaster, NutShel, ArcView, Surfer 8.0,
Panavue, adobe photoshop, mircosoft office, dan peralatan laboratorium untuk
Faktor Pengelolaan Tanaman
Nilai faktor pengelolaan tanaman (faktor C) ditentukan dengan membandingkan jumlah erosi dari plot erosi dengan penggunaan lahan tertentu terhadap jumlah erosi dari plot erosi yang diolah bersih searah lereng dan tidak ditanami secara terus menerus. Plot erosi berukuran 5 m x 4 m dib uat pada penggunaan lahan hutan, sedangkan pada penggunaan lahan ladang, kebun kakao dan lahan terbuka plot erosi dibuat dengan ukuran 8 m x 2 m. Plot erosi lainnya yang berukuran lebih sempit 4 m x 2 m dibuat untuk mengakomodasikan variabilitas tutupan dan kemiringan lahan. Plot erosi kontrol pada lahan terbuka dan diolah menurut lereng dibuat dengan ukuran yang sama sesuai dengan variabilitas penggunaan laha n dan kemiringan lereng (Tabel 1).
Erosi dan aliran permukaan diukur setiap hari hujan dengan menggunakan bak penampung yang diletakan di ujung bawah plot erosi (Gambar 2). Untuk melihat fluktuasi aliran permukaan dan sedimen yang keluar dari plot erosi akibat kegiatan perladangan yang dilakukan masyarakat, plot erosi no 11 dan 12 dilengkapi dengan pencatat volume aliran permukaan secara otomatis dengan menggunakan tipping bucket dan data logger.
Pada tanaman semusim nilai faktor C-USLE dianalisis dengan mempertim-bangkan fase pengolahan tanah (F), penanaman (SB), pertumbuhan awal (fase 1), pertumbuhan mencapai maksimal (fase 2), periode pematangan (fase 3), dan periode setelah panen hingga pengolahan tanah berikutnya (fase 4). Nilai faktor C-ANSWERS ditentukan setiap hari hujan baik pada tanaman semusim maupun tanaman tahunan dan hutan.
Gambar 2. Desain plot pengukuran erosi 8 m
2 m
Tabel 1. Deskripsi plot erosi
Nomor Deskripsi
1,5,6 Plot erosi berukuran 8 m x 2 m, penggunaan lahan kakao dewasa, kemiringan lereng 9% (plot 1 dan 5) dan 40% (plot 6) dengan tutupan tajuk* ±72-83% dan tutupan basal ± 84-91%.
2 Plot erosi pada lahan terbuka (plot kontrol) berukuran 8 m x 2 m dengan kemiringan lereng 9%.
3,4 Plot erosi berukuran 8 m x 2 m, penggunaan lahan vanili, kemiringan lereng + 9% dengan tutupan tajuk* ± 62.5-68.9% dan tutupan basal ±81.6-87.4%
7, 14 Plot erosi berukuran 4 m x 2 m (plot 7) dan 8 m x 2 m (plot 14), penggunaan lahan kakao sedang, kemiringan lereng + 40%, tutupan tajuk* ±68.2-78% dan tutupan basal ±78.6-84.7%.
8 Plot erosi berukuran 4 m x 2 m, penggunaan lahan kakao muda, kemiringan lereng + 40% , tutupan tajuk* ±43% dan tutupan basal ±90.4%.
9 Plot erosi berukuran 4 m x 2 m, tumpang sari kakao muda, jagung lokal dan ketela pohon, kemiringan lereng ± 40%, tutupan tajuk*± 51.2% dan tutupan basal 74.5-81.2%
10 Plot erosi berukuran 4 m x 2 m, panggunaan lahan kakao muda + pisang, kemiringan lereng ± 40%, tutupan tajuk* ±44.2%, dan tutupan basal 82.4-95%.
11 Plot erosi berukuran 8 m x 2 m, penggunaan lahan ladang (jagung hibrida), kemiringan lereng ± 40%, tutpan tajuk 0-87.0% dan tutpan basal 1.2-65%.
12 Plot erosi berukuran 8 m x 2 m, penggunaan lahan ladang (jagung hibrida-kacang tanah), kemiringan lereng ± 40%, tutupan tajuk 0-89.2% dan tutupan basal 1.5-68.4%
13 Plot erosi pada lahan terbuka (plot kontrol) berukuran 4 m x 2 m dengan kemiringan lereng ± 40%.
15 Plot erosi pada lahan terbuka (plot kontrol) berukuran 8m x 2 m dengan kemiringan lereng ± 40%.
16 Plot erosi berukuran 4 m x 2 m, penggunaan lahan kakao berumur kurang 1 tahun + ketela pohon, kemiringan lereng 40%, tutupan tajuk* ±38.5% , dan tutupan basal 68.4-85.1%
17 Plot erosi berukuran 4 m x 2 m, penggunaan lahan kakao berumur kurang 1 tahun + ketela pohon+ jagung lokal, kemiringan lereng 40%, tutupan tajuk* ± 34.6%, dan tutupan basal 69.5-83.6%
18,19 Plot erosi berukuran 4 m x 2 m, penggunaan lahan semak belukar dengan kemiringan lereng ± 40%, tutupan tajuk 71.0% .
20 Plot erosi berukuran 5 m x 4 m, penggunaan lahan hutan, kemiringan lereng 35%, tutupan tajuk ±85.4%, tutpan basal ± 94.1% .
21,23 Plot erosi berukuran 5 m x 4 m, penggunaan lahan hutan, kemiringan lereng 85% , . tutupan tajuk ±82.7%, tutpan basal ± 93.8% .
22 Plot erosi pada lahan terbuka (plot kontrol) berukuran 5 m x 4 m, berlokasi disekitar hutan, dengan kemiringan lereng 85%.
Parameter M asukan M odel ANSW ERS Intersepsi A ir Hujan
Pengukuran volume intersepsi pada setiap jenis penggunaan lahan dilakukan setiap hari hujan dengan menggunakan plot pengukuran intersepsi yang ditempatkan secara acak terpilih (purposive random sampling), 3 kali ulangan. Intersepsi hujan pada setiap jenis vegetasi dihitung berdasarkan selisih antara curah hujan yang jatuh pada lahan terbuka (Pg), aliran batang (Sf) dan lolosan tajuk (Tf) atau I = Pg –(Sf +Tf).
Aliran batang diukur dengan cara melilitkan selang plastik yang sudah dibelah dari atas ke bawah bagian batang yang kemudian dimasukan kedalam jerigen penampung air dan ditutup rapat (Gambar 3). Air lolosan tajuk diukur dengan menempatkan penampung plastik ukuran 0.25 m2 dibawah tutupan tajuk vegetasi hutan atau menempatkan kolektor air hujan sederhana dibawah vegetasi semak dan tanaman pertanian (Van Dijk, 2001). Jumlah air aliran batang dan lolosan tajuk diukur dalam satuan volume (cm3) kemudian dikonversi ke satuan tinggi kolom air (mm). Kolektor air hujan juga diletakan pada tempat terbuka yang representatif dengan jarak yang berdekatan dengan plot pengukuran intersepsi untuk mendapatkan jumlah air hujan yang jatuh pada tempat terbuka. Pengukuran volume intersepsi dilakukan secara manual, sehingga intersepsi hujan (intersepsi kumulatif) untuk pemodelan ANSWERS-PCRaster dihitung dengan menggunakan persamaan Aston (1979) dengan kapasitas canopy storage (PIT) diprediksi menggunakan persamaan Von Hoyningen-Huene (1981) sebagai berikut :
S = Cp. Smax*[1-e-kPCum/Smax] Smax = 0.935+0.498*LAI-0.00575*LAI2
dimana S : intersepsi kumulatif (mm) Cp : fraksi tutupan tajuk vegetasi
k : faktor koreksi untuk kerapatan vegetasi (=0.046 LAI) Pcum : curah hujan kumulatif
