Estimasi Cadangan Karbon Menggunakan Data Penginderaan Jauh

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 dipermukaan dan di dalam tanah, sebagian atau seluruhnya dirombak oleh organisme tanah sehingga melapuk dan menyatu dengan tanah, dinamakan bahan organik tanah. Metode pendugaan cadangan karbon atas permukaan dengan pendekatan biomassa merupakan salah satu metode yang bisa diterapkan Gibbs et al., 2007. Biomassa dapat diduga melalui pengukuran lapangan yang intensif atau dikembangkan dengan persamaan allometrik yang telah disusun sebelumnya Brown, 1997. Model pendugaan biomassa dapat disusun berdasarkan parameter tinggi dan diameter pohon Johnsen et al., 2001. Bentuk percabangan dan produksi biomassa pohon dalam sistem agroforestri dipengaruhi oleh pengelolaannya seperti pemangkasan, pengaturan jarak tanam, pemupukan, dan penyiangan. Dengan demikian, persamaan allometrik yang digunakan untuk menaksir biomassa pohon berbeda dengan yang digunakan untuk pohon yang tumbuh di hutan.

E. Estimasi Cadangan Karbon Menggunakan Data Penginderaan Jauh

Fungsi hutan sebagai penyerap karbon membuat informasi mengenai jumlah karbon yang tertahan pada suatu kawasan hutan stok karbon menjadi penting. Salah satu cara menghitung kuantitas kandungan karbon tersimpan dalam biomassa hutan diatas permukaan tanah didasarkan pada pengukuran lapangan di tingkat plot kemudian nilai biomassa ini dikonversi menjadi kandungan karbon. Universitas Sumatera Utara Pemanfaatan data satelit penginderaan jauh, misalnya citra Landsat, SPOT maupun Aster bersama dengan data lapangan memiliki potensi yang baik dalam pengembangan model estimasi cadangan karbon hutan. Penggunaan teknik penginderaan jauh dimaksudkan untuk memberikan penilaian umum tentang penutupan vegetasi, tidak hanya tentang lokasi proyek tetapi juga daerah di sekitarnya. 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 terbatas. Data sinar tampak visible dan infra merah infrared dari satelit penginderaan jauh optis secara umum digunakan untuk klasifikasi tutupan lahan sedangkan data pankromatik dapat menyediakan informasi tekstur yang sangat berguna untuk menentukan jenis kanopi hutan dan batas tegakan stand boundaries Roswiniarti, 2008. Secara garis besar, tahapan 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, perkebunansemak belukar, dan lahan terbuka. Universitas Sumatera Utara 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 surveivegetasi 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. 7. Korelasi antara NDVI dan data survei vegetasi. 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 survey 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. Universitas Sumatera Utara I. PENDAHULUAN

A. Latar Belakang