Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61)
Hasil Penelitian
56
PERUBAHAN KESUBURAN KAWASAN HUTAN GUNUNG TIMAU
DENGAN METODE NORMALIZED DIFFERENCE
VEGETATION INDEX
Albert Zicko Johannesdan Jehunias Leonidas Tanesib
Staf Pengajar Jurusan Fisika FST Undana Kupang
ABSTRAK
Telah dilakukan penelitian berupa pengukuran kesuburan kawasan hutan di Gunung Timau, Pulau Timor, Nusa Tenggara Timur, Indonesia dengan membandingkan perubahan indeks vegetasi dari tutupan lahan selama 12 tahun 2005-2016 (2011 dan 2012 data tidak ada). Metode yang digunakan adalah pengukuran Normalized Difference Vegetation Index (NDVI) dengan menggunakan data satelit penginderaan jauh LANDSAT. Dari perbandingan hasil selama 12 tahun terlihat perubahan kesuburan kawasan hutan gunung Timau menunjukkan garis tren yang menurun dari tahun ke tahun. Sebagai daerah yang masih natural maka dapat disimpulkan perubahan iklim global merupakan salah satu penyebab perubahan ini sebagaimana beberapa tempat di dunia.
Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61)
Hasil Penelitian
57 Gunung Timau Kecamatan Amfoang
Tengah, Kabupaten Kupang, Provinsi Nusa Tenggara Timur adalah lokasi yang dipilih untuk pembangunan Observatorium Nasional.
Lokasi ini terletak pada kawasan hutan lindung yang ditetapkan melalui SK Menhut No.41/Menhut-II/2012 tanggal 02 Februari 2012. Kawasan ini mempunyai luas KPLH 115.380 Ha, terdiri dari HL 97.005 Ha dan 18.375 Ha berfungsi sebagai kawasan HPT [1]. Keberadaan lokasi pembangunan Observatorium Nasional di kawasan hutan lindung ini wajib memiliki Analisis Mengenai Dampak Lingkungan Hidup (AMDAL) sesuai dengan Permen Lingkungan Hidup No. 05 Tahun 2012 tentang Jenis Rencana Usaha Dan/Atau Kegiatan Yang Wajib Memiliki Analisis Mengenai Dampak Lingkungan Hidup [2]. Anonima (2012).
Menurut Peraturan Pemerintah, No. 27 tahun 2012 Tentang Izin Lingkungan AMDAL (Anonimb, 2012) adalah kajian mengenai dampak penting suatu Usaha dan / atau Kegiatan yang direncanakan pada lingkungan hidup yang diperlukan bagi proses pengambilan keputusan tentang penyelenggaraan Usaha dan / atau Kegiatan[3]. Dampak penting dari suatu Usaha dan / atau Kegiatan pada lingkungan hidup ini dapat berupa perubahan vegetasi pada lokasi tersebut. Perubahan vegetasi ini harus bisa dipertahankan dan ditingkatkan dari sebelumnya.
Salah satu cara mengetahui perubahan vegetasi adalah dengan mengetahui tingkat kesuburan.
Penelitian ini bertujuan mengetahui tingkat kesuburan lokasi kawasan hutan
Gunung Timau lebih detailnya pada koordinat -9o35’31.92” sampai -9o35’59.99” LS, 123o56’ 35.88” sampai 123o57’4.32” BT.Peta lokasi penelitian dapat dilihat pada Gambar 1.
Gambar 1. Peta Lokasi Penelitian
MATERI DAN METODE
Salah satu cara pengukuran tingkat kesuburan dilakukan dengan mengukur nilai indeks vegetasi. Indeks vegetasi adalah pengukuran optis tingkat kehijauan (greenness) vegetasi, sifat komposit dari klorofil daun, luas daun, struktur dan tutupan vegetasi [4]. Indeks vegetasi banyak digunakan dalam penelitian dalam pemetaan vegetasi serta berbagai hal lainnya yang berhubungan dengan vegetasi [5,6,7,8,9].
Ada berbagai macam metode dikembangkan untuk pengukuran indeks vegetasi salah satu yang sering digunakan adalah Normalized Difference Vegetation Index (NDVI) [10]. NDVI efektif untuk memprediksi sifat permukaan ketika tutupan lahan tidak terlalu rapat dan tidak terlalu jarang [11].
Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61)
Hasil Penelitian
58 Tabel.1. Data LANDSAT WGS84/UTM 51S 111/67
No Scene ID Acquisition Date Cloud Cover
1 LT51110672005218ASA01 06/08/2005 0 2 LT51110672006189ASA00 08/07/2006 0 3 LT51110672007208ASA00 27/07/2007 0 4 LT51110672008211ASA00 29/07/2008 0 5 LT51110672009197ASA00 16/07/2009 8 6 LT51110672010200ASA00 19/07/2010 2 9 LC81110672013240LGN00 28/08/2013 0 10 LC81110672014211LGN00 30/07/2014 1 11 LC81110672015230LGN00 18/08/2015 0 12 LC81110672016169LGN00 17/06/2016 3 Sumber : Landsat USGS
Dimana NIR adalah nilai spektral panjang gelombang Near Infrared , dan R adalah nilai spektral panjang gelombang Merah atau Red.
Penggunaan spektral panjang gelombang R dan NIR adalah karena pengaruh penyerapan dan pemantulan cahaya dari klorofil, tumbuhan yang subur cenderung lebih banyak menyerap gelombang Merah (sedikit yang dipantulkan) dan memantulkan banyak NIR. Sebaliknya pada tumbuhan yang kurang subur penyerapan gelombang Merah lebih sedikit (banyak yang dipantulkan) dan memantulkan lebih sedikit NIR.
Rentang nilai NDVI ini berada pada jangkauan -1.0 dan 1.0, dimana nilai negatif menyatakan awan, air dan salju. Nilai mendekati nol menunjukkan tanah kosong dan batu-batuan. Nilai lebih besar dari 0.1 sampai dengan 1 menunjukkan adanya vegetasi, semakin besar nilai ini menunjukkan semakin suburnya vegetasi daerah tersebut.
Nilai spektral NIR dan R diambil dari hasil citra satelit penginderaan jauh satelit LANDSAT (satelit milik U.S. Geological Survey / USGS).
Citra yang diperoleh LANDSAT dapat digunakan secara terbuka untuk umum khusus resolusi data 1 detik (30 meter). Dalam pengukuran NDVI citra LANDSAT yang digunakan adalah citra nomor 3 untuk spektral panjang gelombang R dan citra nomor 4 untuk spektral panjang gelombang NIR. Mulai tahun 2013 dan seterusnya telah terjadi perubahan satelit LANDSAT menjadi versi 8. Penomoran citra bergeser satu tingkat. Untuk spektral panjang gelombang R citra nomor 3 menjadi 4 dan spektral panjang gelombang NIR citra nomor 4 menjadi 5.
Langkah perhitungan
Perhitungan dimulai dengan mengunduh data satelit LANDSAT untuk pulau timor bagian barat yaitu zona dengan kode 111/67, untuk data citra dari tahun 2005 sampai dengan 2016 sebagai rentang waktu pengamatan perubahan (Tabel 1).
Data pada tahun 2011 dan 2012 tidak didapat karena terjadi pergantian Satelit LANDSAT dari v7 ke v8.
Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61)
Hasil Penelitian
59
a b c
d e f
g h i
j
Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61)
Hasil Penelitian
60 Koordinat latitude dan longitude tersebut
kemudian dikonversi dalam koordinat UTM yaitu zona WGS 84 51S dan diperoleh batas Utara 8939530, batas Selatan 8938660, batas Barat 603510, dan batas Timur 604380. Dan diperoleh peta berukuran 30 x 30 pixel dengan luasan 81 Ha. Setelah dilakukan pemotongan maka langkah selanjutnya dilakukan perhitungan NDVI.
HASIL DAN PEMBAHASAN
Perhitungan NDVI dilakukan untuk semua citra dari tahun 2005-2016. Hasil yang diperoleh dapat dilihat pada gambar 1. Semua hasil citra disamakan skalanya yaitu pada nilai NDVI 0,1 sampai dengan 0,7 , dengan demikian dapat dibandingkan satu sama lain tingkat kesuburannya selama periode 12 tahun ini.
Dari hasil citra dapat terbaca bahwa kesuburan tutupan lahan pada kawasan penelitian cenderung tidak terlalu berubah periode 2005 sampai 2010, kemudian cenderung berubah drastis mulai tahun 2013 dan tidak begitu berubah lagi sampai tahun 2016.
Untuk melihat gambaran perubahan NDVI yang lebih jelas dapat dilihat gambar 2 yang menunjukkan plot NDVI rata-rata per tahun. Dimana ordinat (y) menunjukkan nilai NDVI rata-rata dan absis (x) menunjukkan tahun perhitungan. Hasil plot data ini kemudian dicari garis tren-nya dan diperoleh hasil :
y = -0,016x + 33,44 (2)
Gambar 3. Kurva NDVI
Hasil ini menunjukkan korelasi negatif antara NDVI rata-rata dan tahun, atau dengan kata lain terjadi penurunan NDVI rata-rata setiap tahun. Dari hasil ini terjadi fenomena penurunan kesuburan selama periode 12 tahun ini.
SIMPULAN
Tingkat kesuburan kawasan hutan gunung Timau dari tahun ke tahun mengalami penurunan, hal ini dapat dilihat dari penurunan nilai NDVI rata-rata setiap tahun. Sebagai daerah yang masih natural maka salah satu kemungkinan penyebab penurunan tingkat kesuburan ini diakibatkan terjadinya perubahan iklim global seperti yang teramati di berbagai belahan dunia lainnya [12,13,14].
Saran lebih lanjut diperlukan pemeriksaan kesuburan dengan menggunakan metode lainnya serta penelitian lebih detail yaitu pemeriksaan bulanan atau harian.
y = -0.016x + 33.44
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
N
Kurva Perubahan NDVI rata-rata per Tahun
NDVI rata-rata
Jurnal Biotropikal Sains Vol. 13, No. 3, November 2016 (Hal 56 – 61) Jenis Rencana Usaha Dan/Atau Kegiatan Yang Wajib Memiliki Analisis Mengenai Dampak Lingkungan Hidup. Jakarta natural forest productivity – evidence since the middle of the 20th century, Global Change Biology 12,
vegetation index (SAVI), Remote Sensing of Environment, 25, 53-70. Huete, A., Didan, K., Leeuwen, W.V.,
Miura, T., Glenn, E. 2011. MODIS
Vegetation Indices. Land Remote Sensing and Global Environmental Change. Springer. New York.
Kaufman, Y. J. and D. Tanre. 1992. Atmospherically resistant vegetation index (ARVI) for EOS-MODIS, in Proceedings IEEE Int. Geosci. and Remote Sensing Symp. 92, IEEE, New York, 261-270.
Liang, S. 2004, Quantitative Remote Sensing of Land Surface, John Willey & Sons Inc, New Jersey.
Lindner,M., Joanne B. Fitzgerald,Niklaus E. Zimmermann, Christopher Reyer, Sylvain Delzon, Ernst van der Maaten, Mart-Jan Schelhaas, Petra Lasch, Jeannette Eggers, Marieke van der Maaten-Theunissen, Felicitas Suckow, Achilleas Psomas , Benjamin Poulter, Marc Hanewinkel.
2014. Climate change and European
forests: What do we know, what are theuncertainties, and what are the implications for forest management?, Elsevier, Journal of Environmental Management 146, 69-83.
Pinty, B. and M. M. Verstraete.1992. GEMI: A non-linear index to monitor global vegetation from satellites, Vegetatio, 101, 15-20.
Richardson, A. J. and C. L. Wiegand.1977. Distinguishing vegetation from soil background information, Photogrammetric Engineering and Remote Sensing, 43, 1541-1552. Rouse, J.W., Haas, R.H., Schell, J.A.,
Deering,D.W. 1974. Monitoring
vegetation systems in the Great Plains with ERTS, Proceedings of the Third Earth Resources Technology Satellite-1 Symposium ,Greenbelt, NASA SP-351,301–317.
Silleos, N.G., T.K. Alexandridis, I.Z. Gitas & K. Perakis. 2006. Vegetation Indices: Advances Made in Biomass Estimation and Vegetation Monitoring in the Last 30 Years, Geocarto International, 21:4, 21-2 Wang Xiao Ying, Zhao Chun Yu, Jia Qing
