3
TINJAUAN PUSTAKA
Penginderaan Jarak Jauh
Lillesand dan Kiefer (1997), mendefenisikan penginderaan jauh sebagai “ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan jalan menganalisis data yang diperoleh tanpa kontak langsung dengan objek, daerah atau gejala yang dikaji”. Penginderaan jauh biasanya menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi bidang pertanian, arkeologi, kehutanan, geologi, perencanaan dan bidang-bidang lainnya (Purbowaseso, 1995).
Karakter utama dari suatu image (citra) dalam penginderaan jauh adalah adanya rentang panjang gelombang (wavelength band) yang dimilikinya. Beberapa radiasi yang bisa dideteksi dengan sistem penginderaan jarak jauh seperti : radiasi cahaya matahari atau panjang gelombang dari visible dan near sampai middle infrared, panas atau dari distribusi spasial energi panas yang dipantulkan permukaan bumi (thermal), serta refleksi gelombang mikro. Setiap material pada permukaan bumi juga mempunyai reflektansi yang berbeda terhadap cahaya matahari. Sehingga material-material tersebut akan mempunyai resolusi yang berbeda pada setiap band panjang gelombang (Thoha, 2008).
Berdasarkan resolusi yang digunakan, citra hasil penginderaan jarak jauh bisa dibedakan atas (Jaya, 2002):
1. Resolusi spasial
4
mengidentifikasi (recognize) dan menganalisis suatu objek di bumi selain mendeteksi (detectable) keberadaannya.
2. Resolusi spektral
Merupakan dimensi dan jumlah daerah panjang gelombang yang sensitif terhadap sensor.
3. Resolusi radiometrik
Merupakan ukuran sensitifitas sensor untuk membedakan aliran radiasi (radiation flux) yang dipantulkan atau diemisikan suatu objek oleh permukaan bumi.
4. Resolusi Temporal
Merupakan frekuensi suatu sistem sensor merekam suatu areal yang sama (revisit). Seperti Landsat TM yang mempunyai ulangan setiap 16 hari, SPOT 26 hari dan lain sebagainya.
Pemanfaatan teknologi penginderaan jauh dengan menggunakan citra satelit seperti Landsat TM mampu mendeteksi pola penggunaan lahan di muka bumi. Informasi yang diperoleh dari citra satelit tersebut dapat digabungkan dengan data-data lain yang mendukung ke dalam suatu sistem informasi geografis (SIG). hambatan dalam pemantauan penutupan lahan dapat dikurangi dengan adanya teknologi penginderaan jauh (remote sensing) (Sulistiyono, 2008).
5
pembentukan data dalam bentuk piktoral dan/atau bentuk numerik. Singkatnya, kita menggunakan sensor untuk merekam berbagai variasi pancaran dan pantulan energi elektromagnetik oleh kenampakan di muka bumi. Proses analisis data meliputi pengujian data dengan menggunakan alat interpretasi dan alat pengamatan untuk menganalisis data piktoral, dan computer untuk menganalisis data sensor numerik dengan dibantu oleh data rujukan tentang sumberdaya yang dipelajari.
Relasi antara nilai NDVI dan cadangan karbon, secara khusus dapat dikatakan berbentuk kurva lengkung (curvilinear). Dengan memperhatikan hal tersebut, diperlukan proses transformasi logaritmik terhadap nilai cadangan karbon, sehingga didapatkan kesesuaian dengan asumsi analisa regresi standar untuk keragaman mutlak (uniform variability). Walaupun kerapatan karbon terus meningkat seiring dengan pertumbuhan biomassa kayu dan riap tegakan, nilai NDVI menunjukkan saturasi pada nilai 70 dimana index area daun (leaf area index) mencapai optimum. Secara keseluruhan, hanya 54% variasi nilai logaritmik kerapatan karbon yang dapat diwakili oleh nilai NDVI. Perlunya relasi yang dibangun secara bertahap, sebagaimana diindikasikan oleh data, dilakukan dengan memisahkan nilai NDVI yang >60. Pemisahan ini memperbaiki keseragaman terhadap keragaman data, walaupun disisi lain, mengurangi kemungkinan terwakilinya seluruh tingkat keragaman (Widayati, 2004).
Sistem Informasi Geografis
6
analisis dan manipulasi data. Dengan keempat kemampuan tersebut maka Sistem Informasi Geografis dapat digunakan untuk mengidentifikasi daerah yang rawan terhadap bencana (Prahasta, 2005).
Sistem Informasi Georafis atau Georaphic Information Sistem (GIS) merupakan suatu sistem informasi yang berbasis komputer, dirancang untuk bekerja dengan menggunakan data yang memiliki informasi spasial (bereferensi keruangan). Sistem ini merekam, mengecek, mengintegrasikan, memanipulasi, menganalisa, dan menampilkan data yang secara spasial mereferensikan kepada kondisi bumi. Teknologi SIG mengintegrasikan operasi-operasi umum database, seperti query dan analisa statistik, dengan kemampuan visualisasi dan analisa yang unik yang dimiliki oleh pemetaan. Kemampuan inilah yang membedakan SIG dengan sistem informasi lainnya yang membuatnya menjadi berguna berbagai kalangan untuk menjelaskan kejadian, merencanakan strategi, dan memprediksi apa yang terjadi (Sukojo dan Diah, 2003).
Teknologi GPS (Global Positioning System) menyampaikan informasi
penting yang dibutuhkan dan merupakan salah satu bentuk data spasial dalam
pengolahan data SIG. Data atau informasi yang dihasilkan dari GPS biasanya
berbentuk data vektor. Puntodewo et al. (2003) diacu dalam Budiyanto (2005)
menyebutkan bahwa teknologi GPS memberikan terobosan yang sangat penting
dalam menyediakan data untuk SIG karena keakuratan data yang diberikan oleh data
GPS sangat tinggi.
7
memiliki sistem koordinat tertentu, sebagai dasar referensinya. Sehingga aplikasi SIG dapat menjawab beberapa pertanyaan seperti; lokasi, kondisi, trend, poladan pemodelan. Kemampuan inilah yang membedakan SIG dari sistem informasi lainnya (GIS Konsorsium Aceh Nias, 2007).
Komponen Penyusun Cadangan Karbon di Tingkat Lahan
Menurut Hairiah, 2011 menyatakan bahwa pada ekosistem daratan, cadangan karbon disimpan dalam 3 komponen pokok, yaitu:
1. Bagian hidup (biomasa): masa dari bagian vegetasi yang masih hidup yaitu batang, ranting dan tajuk pohon (berikut akar atau estimasinya), tumbuhan bawah atau gulma dan tanaman semusim.
2. Bagian mati (nekromasa): masa dari bagian pohon yang telah mati baik yang masih tegak di lahan (batang atau tunggul pohon), kayu tumbang/tergeletak di permukaan tanah, tonggak atau ranting dan daun-daun gugur (seresah) yang belum terlapuk.
3. Tanah (bahan organik tanah): sisa makhluk hidup (tanaman, hewan dan manusia) yang telah mengalami pelapukan baik sebagian maupun seluruhnya dan telah menjadi bagian dari tanah. Ukuran partikel biasanya lebih kecil dari 2 mm.
Berdasarkan keberadaannya di alam, ketiga komponen karbon tersebut dapat dibedakan menjadi 2 kelompok yaitu:
a. Karbon di atas permukaan tanah, meliputi:
• Biomasa pohon Proporsi terbesar cadangan karbon di daratan umumnya
8
persamaan allometrik yang didasarkan pada pengukuran diameter batang (dan tinggi pohon, jika ada).
• Biomasa tumbuhan bawah.Tumbuhan bawah meliputi semak belukar yang
berdiameter batang < 5 cm, tumbuhan menjalar, rumput-rumputan atau gulma. Estimasi biomasa tumbuhan bawah dilakukan dengan mengambil bagian tanaman (melibatkan perusakan).
• Nekromasa Batang pohon mati baik yang masih tegak atau telah tumbang dan
tergeletak di permukaan tanah, yang merupakan komponen penting dari C dan harus diukur pula agar diperoleh estimasi cadangan karbon yang akurat.
• Seresah. Seresah meliputi bagian tanaman yang telah gugur berupa daun dan
ranting-ranting yang terletak di permukaan tanah. b. Karbon di dalam tanah, meliputi:
• Biomasa akar. Akar mentransfer karbon dalam jumlah besar langsung ke
dalam tanah, dan keberadaannya dalam tanah bisa cukup lama. Pada tanah hutan biomasa akar lebih didominasi oleh akar-akar besar (diameter > 2 mm), sedangkan pada tanah pertanian lebih didominasi oleh akar-akar halus yang lebih pendek daur hidupnya. Biomasa akar dapat pula diestimasi berdasarkan diameter akar (akar utama), sama dengan cara untuk mengestimasi biomasa pohon yang didasarkan pada diameter batang.
• Bahan organik tanah.Sisa tanaman, hewan dan manusia yang ada di
9
Karbon atau zat arang adalah salah satu unsur yang terdapat dalam bentuk padat maupun cairan di dalam perut bumi, di dalam batang pohon, atau dalam bentuk gas di udara (atmosfer). Hairiah dan Rahayu (2007) menjelaskan bahwa karbon yang terdapat di atas permukaan tanah terdiri atas biomassa pohon, biomassa tumbuhan bawah (semak belukar, tumbuhan menjalar, rumput-rumputan atau gulma), nekromassa (batang pohon mati) dan serasah (bagian tanaman yang telah gugur dan ranting yang terletak di permukaan tanah). Sedangkan karbon di dalam tanah meliputi biomassa akar serta bahan organik tanah (sisa tanaman, hewan dan manusia yang telah menyatu dengan tanah akibat pelapukan). Lebih lanjut Hairiah dan Rahayu (2007) menjelaskan bahwa hutan alami yang keanekaragaman spesiesnya tinggi dengan serasah melimpah merupakan gudang penyimpanan karbon yang baik.
10
C dari atmosfer melalui proses fotosintesis dan menyimpannya dalam biomassa. Pada perkembangan tegakan, kematian disebabkan oleh persaingan atau bencana alam menghasilkan perpindahan beberapa cadangan C pada pohon ke bahan organik yang mati atau ke atmosfer. Pemanenan hutan, melepaskan C dalam jumlah yang besar, namun tidak seluruhnya. Sebagian dari biomassa yang dipanen tersebut digunakan untuk menghasilkan energi (menggantikan bahan bakar fosil), sementara yang lainnya digunakan untuk berbagai produk kayu dengan waktu penggunaan tertentu (Ter-Mikaelian, et al., 2008).
Canadell (2002) mengatakan bahwa untuk memperoleh penyerapan karbon yang maksimum, maka perlu ditekankan pada kegiatan peningkatan biomassa diatas permukaan tanah, bukan pada biomassa yang ada dalam tanah, karena biomassa yang terdapat didalam tanah relatif kecil dan masa keberadaannya singkat, tetapi hal ini tidak berlaku pada tanah gambut (van Noodwijk et al., 1997; Paustian et al., 1997).
11
Secara garis besar, tahapan pendugaan cadangan karbon yang dilakukan adalah sebagai berikut:
1. Pengolahan awal data satelit; mencakup koreksi atmosfer, koreksi radiometrik, dan koreksi geometri.
2. Klasifikasi data satelit berdasarkan tutupan lahannya; memilih sistem klasifikasi tutupan lahan yang sesuai dengan kondisi studi area. Kelas tutupan lahan yang umum digunakan adalah hutan primer, hutan sekunder, perkebunan/semak/ belukar, dan lahan terbuka.
3. Perhitungan indeks vegetasi dari citra untuk menganalisa kondisi vegetasi, misalnya NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index).
4. Survei vegetasi untuk mengetahui jumlah biomasa di lapangan berdasarkan kelas hasil klasifikasi tutupan lahan. Inventarisasi biasanya dilakukan pada plot-plot pengukuran lapangan untuk mendapatkan jumlah biomassa diatas dan dibawah permukaan tanah. Umumnya pendugaan biomassa di lapangan dilakukan dengan menggunakan persamaan allometrik. Biomassa yang diukur umumnya berupa biomassa pohon tegakan (diatas permukaan tanah) yang dihitung berdasarkan penjumlahan biomassa batang, cabang, dan daun.
5. Analisa data survei vegetasi untuk mendapatkan rata-rata biomasa berbagai jenis tutupan lahan.
6. Penghitungan karbon untuk seluruh jenis tutupan lahan (berdasarkan hasil klasifikasi data satelit) dan analisa potensi biomasa.
12
Hasil pengideraan jauh dengan resolusi sedang mungkin sangat bermanfaat untuk membagi area proyek menjadi kelas-kelas vegetasi yang relatif homogen. Hasil pembagian kelas ini menjadi panduan untuk proses survei dan pengambilan data lapangan. Untuk mendapatkan estimasi biomassa dengan tingkat keakuratan yang baik memerlukan hasil pengideraan jauh dengan resolusi yang tinggi, tetapi hal ini akan menjadi metode alternatif dengan biaya yang besar (Roswiniarti, 2008).
Citra Landsat 8
Seperti dipublikasikan oleh USGS, satelit landsat 8 terbang dengan ketinggian 705 km dari permukaan bumi dan memiliki area scan seluas 170 km x 183 km (mirip dengan landsat versi sebelumnya). NASA sendiri menargetkan satelit landsat versi terbarunya ini mengemban misi selama 5 tahun beroperasi (sensor OLI dirancang 5 tahun dan sensor TIRS 3 tahun). Tidak menutup kemungkinan umur produktif landsat 8 dapat lebih panjang dari umur yang dicanangkan sebagaimana terjadi pada landsat 5 (TM) yang awalnya ditargetkan hanya beroperasi 3 tahun namun ternyata sampai tahun 2012 masih bisa berfungsi.
13
yaitu Red, Green dan Blue (RGB). Dengan makin banyaknya band sebagai penyusun RGB komposit, maka warna-warna obyek menjadi lebih bervariasi.
Indeks Vegetasi (IV)
Perhitungan tingkat kehijauan dengan metode TCT hanya bisa diaplikasikan dengan data Landsat saja. Metode lain untuk menentukan tingkat kehijauan adalah Indeks Vegetasi. Indeks vegetasi merupakan perhitungan secara kuantitatif yang digunakan untuk menghitung biomassa atau kondisi vegetasi.
Umumnya dibuat dengan menggunakan kombinasi dari beberapa band spektral. Indeks vegetasi yang paling sederhana adalah rasio antara pantulan near infrared (NIR) dan sinar merah. Terdapat banyak metode untuk menghitung indeks vegetasi. Indeks vegetasi yang umum dan banyak digunakan adalah Normalized Difference Vegetation Index (NDVI) (Ray, 1995). Indeks ini sederhana dan mempunyai nilai range yang dinamis dan sensitif yang paling bagus terhadap perubahan tutupan vegetasi, dengan persamaan sebagai berikut:
Menurut Shifoyati dan Kuncoro (2007) cara perhitungan NDVI (Normalized Difference Vegetation Index) adalah sebagai berikut:
NDVI = (NIR – R) / (NIR + R) Keterangan:
NDVI = Normalized Difference Vegetation Index NIR = Near Infra Red
R = Red
14
tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar yang dipantulkan vegetasi pada spektral sinar merah dan NIR.
Menurut CCRS (2007), nilai indeks vegetasi terdiri dari lima jenis tutupan lahan yang dapat dilihat pada Tabel 1 sedangkan pada Tabel 2menunjukkan nilai
cadangan karbon pada beberapa jenis penggunaan lahan.
Tabel 1. Nilai indeks vegetasi pada berbagai jenis tutupan lahan Jenis tutupan lahan Nilai Indeks Vegetasi Non vegetasi -1 ─ 0
Sawah dan rumput 0 ─ 0,164063
Kebun teh, semak, dan rumput >0,164063 ─ 0,328125 Semak, kebun, dan sawah >0,328125 ─ 0,492188 Pohon dan semak >0,492188 ─ 0,99218
Tabel 2. Rata-rata cadangan karbon di atas permukaan tanah pada berbagai penggunaan lahan
Jenis penggunaan lahan Cadangan karbon Persentase(%)
Hutan primer 230.1 100
Hutan bekas tebangan 0-10 tahun 206.8 90
Hutan bekas tebangan 11-30 tahun 212.9 92
Hutan bekas tebangan 31-50 tahun 184.2 80
Jakaw 0-10 tahun 19.4 8
Jakaw >10 tahun 58.0 25
Agroforestri 0-10 tahun 37.7 16
Agroforestri 11-30 72.6 31
Padi 4.8 2
Kesatuan Pengelolaan Hutan Lindung (KPHL)
15
panjang tersebut akan diselaraskan dengan tujuan Pemerintah, Pemerintah Provinsi dan Kabupaten/Kota. Dalam rencana jangka panjang ini akan dipastikan arah jangka panjang para pemegang izin, dan pengelolaan hutan lainnya dalam KPH tersebut, serta kebijakan dan strategi penanganan masalah yang dihadapi dalam mewujudkan rencana jangka panjang tersebut. Dalam prakteknya, pengelola KPH perlu mempertimbangkan kebutuhan bersama semua pihak di dalam KPH, seperti aksesibilitas dan infrastruktur, tenaga kerja, penyelesaian konflik, pendampingan, dll. Itulah sebabnya berbagai instansi pemerintah, pemegang izin (jika ada), masyarakat yang berada di dalam dan di sekitar hutan, lembaga swadaya masyarakat dan akademisi perlu dilibatkan dalam penyusunan rencana jangka panjang dan rencana kerja tahunan. Partisipasi mereka diharapkan meningkatkan peluang terjadinya sinergi kegiatan semua pihak dalam KPH tersebut.
16
Penginderaan Jauh untuk Estimasi Stok Karbon
Cadangan karbon dalam hutan dapat juga dievaluasi dengan menggunakan
penginderaan jauh yakni satelit atau potret udara. Namun, tidak ada instrument
penginderaan jauh yang dapat mengukur cadangan karbon secara langsung, sehingga
dibutuhkan data lapangan sebagi tambahan. Metodologi penginderaan jauh
memperlihatkan keberhasilannya dalam menduga cadangan karbon di hutan boreal
dan hutan musim dan pada tegakan muda dengan kerapatan karbon yang rendah
(Gibbs, et al., 2007).
Adanya perubahan tutupan lahan di suatu wilayah dapat mengindikasikan
dinamika cadangan karbon di wilayah tersebut. Misalnya, aktivitas konversi hutan
menjadi bentuk penggunaan lahan lainnya menyebabkan terjadinya penurunan jumlah
cadangan karbon. Kuantifikasi perubahan lahan yang terjadi dalam satu rentang
waktu, dapat dilakukan dengan menganalisa citra satelit (misalnya Landsat) dari
waktu pengambilan yang berbeda yang didukung oleh peta tutupan lahan, topografi,
tanah dan sebagainya (Hairiah, 2011).
Saat ini terdapat tiga pendekatan untuk menduga atau memonitor biomassa,
yaitu modeling, pengukuran lapangan, dan penginderaan jauh. Diantara tiga
pendekatan, pengukuran langsung di lapangan dipertimbangkan lebih dapat dipercaya
dan lebih teliti dibandingkan dengan dua pendekatan lainnya. Meskipun demikian,
pendekatan ini mahal dan resolusi spasial data dalam studi di lapangan terbatas.
Dengan memadukan data spasial dan atribut kedalam SIG, maka integrasinya
(Penginderaan Jauh dan SIG) akan menawarkan suatu metoda untuk menduga
biomassa pada skala wilayah yang sangat besar, dimana ketersediaan data kehutanan
