Prediksi Erosi dengan USLE dan Sistem Informasi Geografi

Erosi tanah merupakan kejadian alam yang pasti terjadi dipermukaan daratan bumi. Besarnya erosi sangat tergantung dari faktor-faktor alam ditempat terjadinya erosi tersebut, akan tetapi saat ini manusia juga berperan penting atas terjadinya erosi. Adapun faktor-faktor alam yang mempengaruhi erosi adalah erodibilitas tanah, karakteristik landskap dan iklim.

Akibat dari adanya pengaruh manusia dalam proses peningkatan laju erosi seperti pemanfaatan lahan yang tidak sesuai dengan peruntukannya dan/atau pengelolaan lahan yang tidak didasari tindakan konservasi tanah dan air menyebakan perlunya dilakukan suatu prediksi laju erosi tanah sehingga bisa dilakukan suatu manajemen lahan. Manajeman lahan berfungsi untuk memaksimalkan produktivitas lahan dengan tidak mengabaikan keberlanjutan dari sumberdaya lahan.

Metode USLE (Universal Soil Loss Equation) merupakan metode yang umum digunakan untuk memperediksi laju erosi. Selain sederhana, metode ini juga sangat baik diterapkan di daerah-daerah yang faktor utama penyebab erosinya adalah hujan dan aliran permukaan. Wischmeier (1976) dalam Risse et al. (1993) mengatakan bahwa metode USLE didesain untuk digunakan memprediksi kehilangan tanah yang dihasilkan oleh erosi dan diendapkan pada segmen lereng bukan pada hulu DAS, selain itu juga didesain untuk memprediksi rata-rata jumlah erosi dalam waktu yang panjang. Akan tetapi kelemahan model ini adalah tidak dipertimbangkannya keragaman spasial dalam suatu DAS dimana nilai input parameter yang diperlukan merupakan nilai rata-rata yang dianggap homogen dalam suatu unit lahan (Hidayat, 2003), khususnya untuk faktor erosivitas (R) dan kelerengan (LS).

Sistem Informasi Geografi (SIG) merupakan teknologi berbasis spasial yang sangat populer saat ini. Prediksi erosi dengan metode USLE juga bisa menggunakan SIG dalam perhitungannya. Pemanfaatan SIG berbasis pixel sebagai alat pemodelan spasial dalam memprediksi erosi bisa membantu keakuratan data yang dihasilkan khususnya pada lahan-lahan yang mempunyai keadaan topografi yang kompleks (Larito et al., 2004). Selain itu SIG dapat memanejemen data yang bereferensi geografi dengan cepat sehingga membuat studi tentang erosi bisa lebih mudah, khususnya bila harus mengulang menganalisis data-data pada daerah yang sama (Amorea et al., 2004).

Menghitung faktor panjang lereng (L) menjadi masalah yang sangat rumit saat pengaplikasian SIG berbasis pixel dalam perhitungan erosi dengan metode USLE (Kinnell, 2008). Perhitungan erosi dengan metode USLE menggunakan data panjang lereng hasil observasi lapangan dan sangat tidak mungkin menghitung seluruh panjang lereng pada setiap bentuk lereng di daerah tangkapan air. Berbeda dengan faktor kemiringan lereng (S) yang bisa diperoleh dengan mudah dari data SIG.

Aplikasi SIG memerlukan data Digital Elevation Model (DEM) untuk menghasilkan gambaran faktor LS yang lebih spesifik dalam setiap pixelnya. Dalam perkembangannya, ada beberapa formula untuk menentukan nilai faktor LS berbasis DEM dalam SIG yang mempertimbangkan heterogenitas lereng serta mengutamakan arah dan akumulasi aliran dalam perhitungannya (Blanco and Nadaoka, 2006). Asumsi yang dipergunakan adalah nilai faktor LS akan berbeda antara lereng bagian atas dan bagian bawah. Nilai LS akan lebih besar ditempat terjadinya akumulasi aliran dari pada dilereng bagian atas walaupun mempunyai panjang lereng dan kemiringan lereng yang sama.


Selengkapnya bisa dilihat di

As-syakur, A.R. 2008. Prediksi Erosi Dengan Menggunakan Metode USLE Dan Sistem Informasi Geografi (SIG) Berbasis Piksel Di Daerah Tangkapan Air Danau Buyan. Proseding PIT XVII MAPIN. pp 1-11

Pranala di Blog ini:

PETA
ArcView GIS
Modul ArcView
GPS (Global Positioning System)
Proyeksi Peta
Aplikasi GIS untuk Klasifikasi Iklim Schmidt-Ferguson
Implementasi SIG dalam Menunjang Pertanian Berkelanjutan
Sistem Informasi Geografi (SIG)/Geographic Information System (GIS)
Pemasukan Data Dalam Sistem Informasi Geografi (SIG)
Digitasi Peta Secara Otomatis Lewat ArcGIS
Sistem Informasi Geografi Perikanan; Sebuah Wacana
GIS untuk Penginderaan Jauh dan Indeks Vegetasi
Cara memotong data bentuk raster di ArcView
Peta Jenis Tanah Bali
Data Indonesia Dalam Bentuk *.shp (Gratisssss….!!!)
GIS untuk Penginderaan Jauh dan Indeks Vegetasi
Sistem Informasi Geografi Perikanan; Sebuah Wacana
Interpretasi Citra Penginderaan Jauh
Penginderaan Jauh
Joint Tabel di ArcView
Vegetation Index
Registrasi Peta di ArcView Menggunakan Extension Register and Transform tool
Prediksi Erosi dengan USLE dan Sistem Informasi Geografi
PERENCANAAN PENGELOLAAN WILAYAH PESISIR DENGAN MEMANFAATKAN SISTEM INFORMASI GEOGRAFI DAN DATA PENGINDERAAN JAUH
Evaluasi Kesesuaian Curah Hujan, Temperatur dan Ketinggian untuk Tanaman Pisang dengan GIS
Cara memotong file image di ArcView
PERUBAHAN LUASAN TANAMAN MANGROVE DI TAHURA NGURAH RAI – BALI
PERTUKARAN CO2 ANTARA ATMOSFER DAN LAUT: Pendahuluan
Aplikasi SIG dalam Proses Perencanaan
Buka Data SRTM Lewat ArcView
EVALUASI ZONA AGROKLIMAT KLASIFIKASI SCHIMIDT-FERGUSON DI PULAU LOMBOK
PERTUKARAN CO2 ANTARA ATMOSFER DAN LAUT: Eksplorasi Data Penginderaan Jauh – Kecepatan transfer gas CO2

8 Tanggapan ke “Prediksi Erosi dengan USLE dan Sistem Informasi Geografi”

  1. sis Says:

    selamat siang,

    saya baru mempelajari menghitung erosi (USLE) dengan menggunakan Arcview. data LS saya olah dari data DEM, namun untuk melakukan overlay data tersebut (LS) dengan data indeks R, K, CP bagaimana ya?
    apa perlu didigitasi dulu sehingga terbentuk poligon-poligon, terimakasih.

    Sis Yuliantoro,

  2. La An Says:

    @Sis Yuliantoro
    Selamat siang
    sama saya juga baru mempelajainya hal tersebut. dari apa yang saya lakukan setelah mendapat nilai LS dari DEM maka nulai2 R, K, C dan P juga harus dalam bentuk raster.
    terlebihdahulu didigitasi dalam bnuk polygon dan diconvert dalam bntuk raster. sebaiknya nilai K itu diperoleh dari hasil analisis lab, bukan dari pendekatanjenis tanah, begitu juga untuk nilai C dan Pnya, diusahakan perunit lahan.

  3. yani Says:

    bagaimana caranya sanya menemukan nilai C dan P yang lengkap ya?

  4. La An Says:

    @yani
    rasa2nya dah banyak sekali berseliweran nilai C dan P di internet. tp klo masih ada yg belum tertulis, dicoba aja didekatin make yg ada.

  5. hermanto Says:

    apa ya arti dari prediksi erosi itu??
    trims…

  6. desy Says:

    gimana ya carax perhitungan erosi ???? thank’s before..

  7. Abdul Azis Hunta Says:

    Assalamu Alaikum wr.wb
    Yth. Pak Abdul Rahman As-Syakur
    di tempat

    Terima kasih sebelumnya karena dari Blog ini saya mendapatkan informasi yang sangat penting tentang GIS. Saat ini saya sedang menyusun proposan Thesis , untuk Mohon bantuan masukannya dalam hal rencana Thesis saya yang ingin memprediksi penyebaran Hg (mercury) yang berasal dari suatu wilayah pertambangan rakyat pada suatu DAS dengan Aplikasi GIS…..:
    1. Apakah ada fasilitasx dalam GIS
    2. Berhubung Hg bersifat stabil dalam sedimen apa bisa saya menggunakan methode USLE? dengan parameter tambahan Hg?
    3. Apa yg harus saya lakukan dalam pengambilan sampel tanah yang aka dianalisa parameter tanah plus kandungan Hg dalam sedimen?
    4. berapa jumlah sampel sedimen yg ideal?
    5. Kalau bapak memiliki hasil-hasil penelitian yang identik mohon refferensi dari bapak.

    Demikian permohonan saya, atas bantuan dan kerjasamanya saya sampaikan banyak terima kasih.

    Wassalam
    Abdul Azis Hanta
    MAhasiswa S2 Program Agronomi sub Program Ilmu Lingkungan Universitas Sam Ratulangi Manado

  8. La An Says:

    @hermanto
    prediksi adalah suatu peramalan dari data-data masa lalu atau data yang ada saat sekarang untuk masa yang akan datang. jadi prediksi erosi adalah peramalan erosi yang akan terjadi pada masa mendatang berdasarkan data-data penyebab erosi yang ada saat sekarang dan masa lalu. kalau pake metode USLE data2 penyebab erosi yang diperlukan adalah RKLSCPnya itu. klo pake metode yang lain beda lagi data2 yg diperlukan

    @desy
    perhitungan erosi dilakukan langsung dilapangan. biasanya pake plot lahan dan ditampung tanah hasil erosinya disebuah drum. nanti dihitung brp bnyak tanah yang tererosi dan di bagi dengan waktu yang digunakan untuk menanpung tanah tersebut. klik link gambarnya dibawah
    Gambar 1
    Gambar 2

    @Abdul Azis Hunta
    Waalaikumussalam Wr. Wb.
    Alhamdulillah kalau ternyata blog ini berguna buat bapak
    saya coba ngasih pendapat pak, maaf kalau ini bukan sebuah jawaban. semoga bermanfaat buat tesis bapak.
    1. saya belum tau bisa ga di SIG memodelkan itu. mungkin bapak bisa tanyakan itu ke orang2 yang intens terhadap SIG hidrologi. krn perkembangan GIS sangat cepat, bisa saja hal itu bisa dilakukan
    2. saya rasa bisa dilakukan pak, tinggal di cari saja hubungan erosi dengan sedimen. maksudnya bila erosinya diketahui, maka dapat pula diketahui jumlah sedimennya. ada kok persamaan untuk itu. trus krn Hg bersifat stabil dalam sedimen, maka tinggal dikonversi saja niai sedimen ke dalam nilai Hg. saya rasa bapak pasti memiliki persamaan itu.
    3 dan 4. krn saya tidak pernah melakukan penelitian ttng sedimentasi secara langsung, saya tidak bisa memberi komentar pak
    5. saya akan usahan jika nanti saya menemukan literatur yang mendukung. akan saya simpan di halaman Link & Download


Tinggalkan Balasan

  • counter
  • Add to My Yahoo!
  • Powered by WordPress - WordPress Blogs Directory
  • Top Academics blogs
  • Bookmark and Share
  • IP
  • free counters
  • RSS IlmuKomputer.Com

    • Sebuah galat telah terjadi; umpan tersebut kemungkinan sedang anjlok. Coba lagi nanti.
  • RSS Berita hari ini

  • RSS Berita Iptek Online

    • Sebuah galat telah terjadi; umpan tersebut kemungkinan sedang anjlok. Coba lagi nanti.
  • Read this FREE online!