Penyiapan Dataset Tanah-lanskap PEMBAHASAN UMUM

menyatakan salah satu masalah tanah warisan adalah masalah ketidaksesuaian geodetik geodetic incompatibility. Permasalahan lainnya adalah data tanah warisan diperoleh menggunakan teknik sampling yang tidak seragam karena data itu diambil untuk proyek tertentu dimana cara sampling antar proyek berbeda- beda. Karena itu, data-data warisan ini perlu diberikan perlakuan awal sebelum digunakan. Perlakuan awal dalam penelitian ini mencakup harmonisasi posisi dan format serta standarisasi kelas kedalaman. Selain menggunakan data tanah warisan, dataset tanah-lanskap untuk pemodelan dapat diperoleh dengan sistem sampling tertentu. Pendekatan ini telah diterapkan antara lain oleh Malone et al. 2010. Namun, pendekatan ini tergolong mahal dan tidak efisien jika dilaksanakan pada skala regional. Kegiatan pemodelan memerlukan dataset yang banyak sehingga perlu biaya yang tinggi untuk pengumpulan data tanah tersebut. Bagaimanapun, pemetaan tanah dijital berdasarkan data warisan diyakini cocok pada kondisi wilayah dimana kegiatan survei tanah telah banyak dilakukan. Konsolidasi merupakan tahap yang krusial dimana data-data yang berserakan dikumpulkan dan disusun dalam suatu format, satuan, dan kelas kedalaman yang standar. Penelitian ini telah mengekstrak informasi dari data profil tanah warisan menggunakan teknik equal area quadratic spline. Pada beberapa penelitian, teknik rataan terbobot sering digunakan untuk menentukan nilai sifat tanah pada kedalaman tertentu. Tetapi, teknik ini dari sisi praktis tidak efisien untuk mengekstrak data profil tanah yang banyak. 7.2.2 Data-data penunjang Pemodelan tanah-lanskap berupaya mencari hubungan kuantitatif antara faktor lingkungan kovariat dan sifat tanah. Faktor lingkungan diturunkan dari data-data penunjang. Data penunjang utama sebagai sumber kovariat adalah Peta Geologi untuk menurunkan kovariat bahan induk dan umur lahan, Peta Agroklimat untuk menurunkan kovariat zone agroklimat sebagai pewakil kondisi curah hujan, dan SRTM DEM untuk menurunkan kovariat yang mewakili relief. Jadi, dari suatu data sumber dapat diturunkan satu kovariat atau lebih, seperti Peta Geologi sebagai sumber kovariat bahan induk dan umur lahan. Demikian pula, suatu faktor pembentuk tanah dapat diwakili oleh beberapa kovariat. Contohnya, faktor relief yang dapat diwakili oleh 12 kovariat seperti ditunjukan pada Bab III, dan faktor iklim diwakili oleh 3 kovariat yakni zone agroklimat, elevasi, dan ecoregion belt seperti digunakan pada Bab IV. Data-data penunjang ini dapat diakses bebas oleh masyarakat, seperti SRTM DEM dan Peta Agroklimat. Penelitian ini menunjukkan bagaimana data-data bebas akses tersebut dapat dimanfaatkan untuk membantu penyediaan informasi spasial tanah. SRTM DEM, misalnya, lebih dipilih dalam penelitian ini karena telah tersedia bebas dan mencakup areal yang luas. Ini memberikan kesempatan untuk menentukan kovariat mana yang paling menentukan keragaman sifat tanah. Bab III menunjukkan bahwa 12 kovariat dari DEM ikut mengontrol keragaman sifat tanah. Bahkan, daya taksir model dengan penaksir kovariat CS, FW, MRVBF, dan Elev tergolong tertinggi dalam menaksir ketebalan horizon A Tabel 7-3. Seperti juga data tanah warisan, data-data penunjang ini perlu diberikan perlakuan awal terlebih dahulu. Pada penelitian ini ditunjukkan bahwa peta analog dikonversi ke peta elektronik format JPG. Digitasi layar dilakukan terhadap peta elektronik ini untuk memperoleh data dengan format vektor. Format vektor selanjutnya dirasterisasi ke resolusi 90 m x 90 m dengan sistem referensi standar yaitu sistem UTM WGS 1984. Sementara, perlakuan awal pada DEM adalah hole filling untuk memperoleh hasil analisis yang lebih baik. Analisis pendahuluan ini menyita banyak waktu. Karenanya, teknik-teknik penyiapan data harus memperoleh perhatian dan terus dieksplorasi dan dikembangkan. Penelitian ini telah mengkonsolidasikan dan mengharmoniskan dataset tanah-lanskap dari Pulau Jawa. Selain untuk menjadi dasar penyusunan dataset guna pemodelan tanah-lanskap, data yang terkonsolidasi ini dapat digunakan sebagai baseline data bagi penelitian dan pengembangan lainnya, antara lain: a Pemantauan perubahan sifat tanah. Perubahan sifat tanah berimplikasi kepada perubahan fungsi tanah atau penurunan kualitas tanah tersebut dalam mendukung fungsi-fungsinya. Pemantauan perubahan sifat tanah bagaimanapun juga memerlukan pengamatan sifat tanah secara runut waktu pada lokasi yang sama. Data profil tanah yang telah terkonsolidasi pada penelitian ini mencatat lokasi dan waktu pengamatannya. Jika pada kesempatan berikutnya, lokasi profil tersebut dikunjungi lagi dan sifat tanah yang sama bisa dianalisis lagi menggunakan metode analisis yang sama, maka data sifat tanah yang runut waktu dapat diperoleh dan digunakan untuk keperluan pemantauan sifat tanah. b Data profil yang ada di dalam lokasi survei biasanya dimanfaatkan untuk menambah jumlah pengamatan dalam pembuatan peta tanah konvensional. Peta tanah menunjukan keragaman spasial dan keragaman vertikal dari suatu sifat tanah. Keragaman vertikal tanah hanya bisa diketahui dengan menggali profil tanah atau pemboran dan mengamati lingkungan secara visual maupu n analitik-parametrik di laboratorium.

7.3 Kerangka Kerja Umum Pemetaan Tanah Dijital Berdasarkan Data Tanah Warisan

Penelitian ini telah menerapkan teknik pemetaan tanah dijital berdasarkan data tanah warisan legacy soil data. Data tanah warisan dibedakan atas: i data pengamatan tanah, i data peta tanah, dan iii pengetahuan ahli tanah dan surveyor tanah expert knowledge. Penelitian ini menggunakan data pengamatan tanah warisan khususnya pada data profil tanah dari Pulau Jawa. Data peta tanah tidak dijadikan bahan penelitian ini karena cara ekstraksi informasi tanahnya yang khusus dan menyita banyak waktu. Pada penelitian ini, peta-peta tanah warisan tersebut baru diinventarisasi dan lokasinya menyebar sporadis seperti disajikan pada Bab II. Demikian pula, ekstraksi pengetahuan ahli baik dari ahli tanah maupun surveyor tanah memiliki pendekatan dan cara sendiri yang khas. Penelitian tersendiri perlu dilakukan untuk mengembangkan pemetaan tanah dijital berdasarkan data peta tanah warisan dan pengetahuan ahli. Penelitian pemodelan saat ini umumnya menggunakan respon satu atau dua sifat tanah dan itu pun kebanyakan hanya pada lapisan olah, karena pemodelan ini memerlukan data yang banyak dan harus menyebar di lokasi penelitian sehingga berbiaya tinggi. Sebaliknya, penelitian ini memodelkan 12 sifat tanah secara bersamaan. Pemodelan juga dilakukan pada kelas kedalaman yang berbeda. Ini bisa dilakukan karena data profil tanah warisan yang banyak tersedia di Pulau Jawa sehingga dataset tanah-lanskap yang cukup bisa disediakan. Teknik pemodelan yang digunakan adalah stepwise regression dan tree regression dengan resolusi DEM 90 m x 90 m. Tabel 7-4 menunjukan sifat-sifat tanah yang telah ditaksir, teknik pemodelan dan resolusi DEM yang telah digunakan. Tabel 7-4 Jenis sifat tanah, penaksir yang digunakan, teknik pemodelan dan resolusi DEM untuk pemetaan tanah dijital Sifat tanah Daftar penaksir yang digunakan Resolusi DEM Teknik Pemodelan Ref Soil depth Elevation Slope Aspect Specific catchment area Flow direction Terrain Wetness Index Dispersal area Stream power index Erosion index Catchment area Upslope Curvature Contributing area Plan curvature Geology map Climate data Landsat TM Gamma radiometric data 10 20 25 50 RT GLM DA LR LR 23 54 59 20 Thickness of A horizon Elevation Slope Curvature Wetness Index Aspect Plan curvature Landsat TM Geology map 10 15 20 30 50 DA LiR FL 38 15 44 20 Clay content Slope Relief Distance from upstream Elevation Curvature Wetness Index Slope position Air photos Climate data 2 100 500 1000 OT GLM LiR GAM NN Kr 43 45 19 Sand content Slope Wetness Index 15 LiR 15 CEC Aspect Slope Upslope area Relief Curvature Elevation Terrain wetness index Slope position Landform Aeril photography Landsat TM 1 5 10 100 200 500 OT GLM GAM RT NN Kr LiR 43 19 60 63 pH Slope Relief Wetness Index Slope position Landform 15 100 OT GLM 43 15 OM content Slope Wetness Index Distance from upstream Flow direction flow accumulation Profile curvature Plane curvature Climate 2 4 6 8 10 15 1000 LiR 15 45 58 RT=regression tree; GLM=generalized linear model; DA= discriminant analysis; LiR=linear regression; CT=classification tree, LoR=logistic regression; DT=decicion tree; BM=bayesion modeling; PCA=principal component analyss, FZ=Fuzzy logic, OT=ordonation techniques; GAM=generalized additive model; NN=neural network; Kr=Kriging; kode literatur di sumber data Keterangan Dimodifikasi dari Bishop dan Minasny 2006