PEMODELAN DAN PEMETAAN BIOMASSA ATAS PERMUKAAN (ABOVEGROUND BIOMASS) TANAMAN KARET (HEVEA BRASILIENSIS) DENGAN L-BAND BERDASARKAN PENGAMATAN ALOS PALSAR-2 (STUDI KASUS: AFDELING SETRO, KAB. SEMARANG)

Abstract

ABSTRAK

Meningkatnya emisi Gas Rumah Kaca (GRK) secara global menimbulkan risiko terjadinya pemanasan global dan perubahan iklim yang ganas (Marland dan Andres, 2017). Program penurunan emisi dari deforestasi dan degradasi hutan, plus konservasi, pengelolaan hutan lestari, dan peningkatan stok karbon hutan merupakan salah satu program yang memungkinkan negara-negara berkembang untuk melindungi hutan dan mendapatkan insentif dari penyerapan karbon atau mengurangi emisi dari kebakaran hutan dan kerusakan lain sehingga perlu adanya perhitungan biomassa yang efisien dan efektif. Pada tingkat masyarakat lokal, masyarakat mendapatkan informasi mengenai potensi sumber energi biomassa dan kapasitas serapan karbon yang ada di daerah mereka. Penelitian ini difokuskan untuk mengestimasi biomassa atas permukaan tersebut. Biomassa atas permukaan adalah semua material hidup di atas permukaan termasuk bagian batang, tunggul, cabang, kulit kayu, biji dan daun dari vegetasi.

Metode yang digunakan dalam penelitian ini adalah pengambilan sampel tanpa pemanenan dan estimasi dengan hamburan balik radar dengan data utama mosaik Palsar-2. Kemudian mencari korelasi antara hamburan balik radar dengan nilai biomassa atas permukaan atau aboveground biomass (AGB) yang diperoleh dari metode pengambilan sampel tanpa pemanenan, setelahnya dilakukan ekstrapolasi berdasarkan model prediksi yang terbentuk dari korelasi hamburan balik radar dan nilai AGB pada setiap plot sampel.

AGB dalam wilayah penelitian berada di antara 0,980 ton/ha hingga 6.421,832 ton/ha, dengan nilai rerata 210,976 ton/ha. Kapasitas AGB di wilayah Afdeling Setro per tahun 2019 yaitu sebesar 216,436 ton/ha. AGB terbesar berada sub-wilayah Rempong dengan jumlah AGB 22.709 ton dan terkecil berada pada sub-wilayah Tempel dengan jumlah AGB 1.679 ton. RMSE yang diperoleh dari perbandingan hasil prediksi  dengan test dataset adalah sekitar 32,812 ton/ha dengan korelasi 82%. Berdasarkan hasil uji statistik didapat bahwa Palsar-2 HH memiliki kemampuan lebih baik dalam mendefinisikan AGB tanaman karet dengan koefisien determinasi (R²) untuk tahun 2017 dan 2018 berturut adalah 0,032 dan 0,111. Namun dengan menggunakan variabel turunan hamburan balik radar yaitu rasio HH dan HV, rerata HH dan HV, dan rasio dua tahun HH dan HV, dan regresi linier berganda, perbaikan diperoleh pada koefisien determinasi (R²) meningkat hingga 0,673.

Kata Kunci : Biomassa atas permukaan, Palsar-2, Hamburan balik radar, Regresi linier berganda

ABSTRACT

The increasement of greenhouse gases emission globally affects the global warming and climate change risk The increasement of greenhouse gases emission globally affects the global warming and climate change risk (Marland dan Andres, 2017). Huge carbon content in plantation forest potentially increase the climate change and severe global warming, so that important to know carbon capacity from the area. It needs biomass calculation which efficient and effective. At local community level, they’ll get information about their biomass energy potential and carbon absoprtion capacity in their area. This research focuses on modeling and mapping the aboveground biomass. Aboveground biomass is all the living material above the gorund, including trunk, branches, tree bark, seed, and leaves from the vegetation.

Method used in this research is non-destructive sampling and estimation by radar backscatter with Palsar-2 mosaic as primary data. And then correlate the radar backscatter and aboveground biomass (AGB) value through non-destructive sampling, after that extrapolation applied based on prediction model formed by the correlation between radar backscatter and AGB value in each plots.

Aboveground biomass in the research area was estimated to range from 0,980 to 6.421,832 ton/ha, with an average of 210,976 ton/ha. AGB capacity at the unit of Setro as of 2019 is 216,436 ton/ha. The highest AGB value concerned at sub-region of Kalikopeng with total AGB 16.812,363 ton and the lowest AGB value concerned at sub-region of Tempel with total AGB 1.679 ton. RMSE resulted from comparing the prediction results and the test dataset is about 32,812 ton/ha with 82% correlation. Based on statistical test, it is found HH polarisation is better in defiining AGB of rubber trees with determination coefficient (R²) for 2017 and 2018 respectively are 0,032 dan 0,111. But with using derived radar backscatter consisted of ratio of HH and HV, mean of HH and HV, and the dual-date ratio of HH and HV, and Multivariate Linear Regression is applied, improvement obtained as the determination coefficient (R²) increases up to 0,673.