Mencari Jumlah Penyerapan CO2 oleh Tanaman dengan Penginderaan Jauh

Perkembangan ekonomi suatu daerah biasanya tidak selalu diikuti perkembangan daerah tersebut secara ekologi. Hal ini menyebabkan terganggunya keseimbangan ekosistem yang berupa penurunan jumlah tutupan vegetasi dan peningkatan pencemaran udara seperti peningkatan jumlah CO2 udara. Besarnya populasi manusia merupakan faktor penting dalam permasalahan lingkungan dimana tingginya laju pertumbuhan penduduk menyebabkan semakin terdesaknya alokasi ruang untuk vegetasi yang mempunyai fungsi sangat penting di di suatu daerah (As-syakur dan Adnyana, 2009).

Perubahan luasan tutupan vegetasi dan peningkatan kadar gas CO2 atmosfer di perkotaan merupakan isu yang sangat penting. CO2 bersama gas-gas rumah kaca yang lain berperan dalam meningkatkan suhu global dan perubahan iklim. Vegetasi memerlukan CO2 dalam proses fotosisntesis. Penyerapan CO2 oleh vegetasi merupakan proses dalam pengendalian pencemaran udara dalam menguragi kadar CO2 di udara. Teknologi penginderaan jauh dengan pendekatan berbasis spasial dapat merekam dan menganalisa secara spasial kondisi penyerapan CO2 oleh vegetasi.

CO2 merupakan salah satu gas rumah kaca yang memberikan efek terhadap pemanasan global dan perubahan iklim. Gas-gas rumah kaca menyebabkan energi panas yang berupa gelombang panjang terperangkap didalam atmosfer bumi sehingga menimbulakan efek pemanasan global. Gas-gas Rumah Kaca (GRK) dihasilkan dari berbagai kegiatan manusia, seperti kegiatan industri, transportasi, kebakaran hutan, perubahan tata guna lahan, pertanian, peternakan, sampah dan sebagainya. Bulan Desember 2008 kandungan gas CO2 atmosfer secara global telah mencapai 385.88 ppm dan bila dibandingkan dengan bulan Januari 1980 kandungan CO2 atmosfer hanya 337.70 ppm (http://www.esrl.noaa.gov/gmd/ccgg/trends), yang berarti kandungan CO2 atmosfer global telah naik 48.18 ppm atau 1.72 ppm/thn.

Berdasarkan laporan IPCC tahun 2007 kemungkinan manusia yang menyebabkan terjadinya perubahan iklim adalah sebesar 90%, keadaan ini lebih tinggi dari laporan terakhir dari IPCC pada tahun 2001 dimana kemungkinan manusia sebagai penyebab perubahan iklim adalah sebesar 60%. Laporan tersebut juga mengungkapkan bahwa penyebab utama terjadinya peningkatan Gas Rumah Kaca (GRK) seperti peningkatan gas Carbon Dioksida yang disebabkan oleh penggunaan bahan bakar fosil dan perubahan penggunaan lahan, yaitu dari lahan hutan menjadi lahan yang bernilai ekonomi seperti pemukiman dan perkebunan.

Sensor penginderaan jauh mempunyai kemampuan dalam menangkap gelombang yang dipantulkan oleh vegetasi dan non vegetasi serta mampu membedakan kualitas (jumlah klorofil) dan kuantitas (Leaf Area Index/LAI) vegetasi melalui pemanfaatan nilai indeks vegetasi. Nilai indeks vegetasi merupakan suatu nilai yang dihasilkan dari persamaan matematika dari beberapa band penginderaan jauh (citra) yang menghasilkan satu nilai indeks (As-syakur dan Adnyana, 2009). Indeks vegetasi dirancang untuk memperjelas tampilan objek berklorofil (vegetasi) dibandingkan dengan objek-objek yang tidak berklorofil. Nilai indeks vegetasi dapat memberikan informasi tentang persentase penutupan vegetasi, indeks tanaman hidup (Leaf Area Index), biomassa tanaman, fAPAR (fraction of Absorbed Photosynthetically Active Radiation), kapasitas fotosintesis dan estimasi penyerapan karbon dioksida (CO2) (Horning, 2004; Ji and Peters, 2007).

Indeks vegetasi juga bisa digunakan untuk menghitung jumlah assimilasi CO2 oleh vegetasi melalui pendekatan produktivitas primer kotor (PPK)/gross primary productivity (GPP) dan produkstivitas primer bersi (PPB)/net primary productivity (NPP). Beberapa model dalam pemanfaatan penginderaan jauh yang digunakan untuk menghitung pertukaran CO2 antara atmosfer dengan vegetasi antara lain adalah light use efficiency (LUE) (Monteith, 1972). canopy photosynthesis models (CPM), production efficiency models (PEM) (Gitelson et al., 2008) dan vegetation photosynthesis models (VPM) (Xiao et al., 2004a; Xiao et al., 2004b; Xiao et al., 2005a; Xiao et al., 2005b).

Estimasi produktivitas primer menggunakan dasar pendekatan biofisik dari tanaman yaitu nilai indeks vegetasi, parameter efisiensi penggunaan cahaya, dan nilai PAR (Photosynthetically Active Radiation) (Running et al., 1999). Normalized difference vegetation index (NDVI) berhubungan erat dengan fraction absorbed photosynthetically active radiation (fAPAR) (Myneni and Williams, 1994; Kumar and Monteith, 1981 dalam Hooda and Dye, 1996; Inoue et al., 2008). Hubungan antara NDVI dengan fAPAR bisa digunakan untuk menghitung produktivitas primer kotor dengan pendekatan model LUE (Running et al., 1999) atau  model VPM (Xiao et al., 2004a; Xiao et al., 2004b; Xiao et al., 2005a; Xiao et al., 2005b) yang merupakan gambaran dari jumlah karbon yang diasimilasi oleh tanaman.

Semoga artikel ini berguna khususnya bagi yang ingin meneliti tentang penyerapan CO2 oleh tanaman. Selain menggunakan pendekatan PPK/PPB, perhitungan tentang penyerapan CO2 oleh tanaman juga bisa menggunakan pendekatan biomassa tanaman yang juga bisa menggunakan data penginderaan jauh. Karena belum pernah melakukan analisis pemanfaatan biomassa tanaman, maka di tulisan ini tidak menjelaskannya secara detail.

DAFTAR PUSTAKA

As-syakur, A.R., dan I W.S. Adnyana. 2009. “Analisis Indeks Vegetasi Menggunakan Citra Alos/Avnir-2 nan Sistem Informasi Geografi (SIG) Untuk Evaluasi Tata Ruang Kota Denpasar”. Jurnal Bumi Lestari, Vol. 9, No. 1. 1 – 11.

Gitelson, A.A., A. Viña, J.G. Masek, S.B. Verma, and A.E. Suyker. 2008. Synoptic Monitoring of Gross Primary Productivity of Maize Using Landsat Data. IEEE Geoscience and Remote Sensing Letters, Vol. 5, No. 2, 133 – 137

Hooda, R.S. and D.G. Dye. 1996. Estimating Carbon-fixation in India based on Remote Sensing Data. Haryana State Remote Sensing Application Centre, HAU Campus. India

Horning, N. 2004. Global Land Vegetation; An Electronic Textbook. NASA Goddard Space Flight Center Earth Sciences Directorate Scientific and Educational Endeavors (SEE). Versi on line. Dikunjungi pada tanggal 27 Desember 2007. http://www.ccpo.odu.edu/SEES/veget/vg_class.htm

Inoue, Y., J. Peñuelas, A. Miyata, and M. Mano. 2008. Normalized Difference Spectral Indices for Estimating Photosynthetic Hyperspectral and CO2 Flux Measurements in Rice. Remote Sensing of Environmental, 112, 156 – 172

IPCC. 2007. Working Group II Report “Impacts, Adaptation and Vulnerability”. The Intergovernmental Panel on Climate Change. Dikunjungi pada tanggal 25 Desember 2007 http://www.ipcc.ch/ipccreports/ar4-wg2.htm.

Ji, L., dan A.J. Peters. 2007. “Performance Evaluation of Spectral Vegetation Indices Using a Statistical Sensitivity Function”. Remote Sensing of Environmental, 106, 59 -65

Monteith, J.L. 1972. Solar radiation and productivity in tropical ecosystems. J. Appl. Ecol., 9, 747-766.

Myneni, R.B., and D. L. Williams. 1994. On the Relationship between FAPAR and NDVI. Remote Sensing of Environment, 49, 200-211.

Running, S.W., R. Nemani, J.M. Glassy. and P.E. Thornton. 1999. Modis Daily Photosynthesis (PSN) and Annual Net Primary Production (NPP) Product (MOD17): Algorithm Theoretical Basis Document. NASA. USA.

Xiao, X., Q. Zhang, S. Saleska, L. Hutyra, P. de Camargo, S. Wofsy, S. Frolking, S. Boles, M. Keller, and B. Moore. 2005a. Satellite-Based Modeling of Gross Primary Production in a Seasonally Moist Tropical Evergreen Forest. Remote Sensing of Environment, 94, 105–122

Xiao, X., Q.Y. Zhang, D. Hollinger, J. Aber, and B. Moore. 2005b. Modeling gross primary production of an evergreen needleleaf forest using MODIS and climate data. Ecological Application, vol. 15,  954–969.

Xiao. X., D. Hollinger, J. Aber, M. Goltz, and Q. Zhang. 2004a. Satellite-based Modeling of Gross Primary Production in an Evergreen Needle Leaf Forest. Remote Sensing of Environment, 89, 519-534.

Xiao, X., Q.Y. Zhang, B. Braswell, S. Urbanski, S. Boles, S. Wofsy, B. Moore, and D. Ojima. 2004b. Modeling gross primary production of temperate deciduous broadleaf forest using satellite images and climate data. Remote Sensing of Environment, 91. 256–270.

http://www.esrl.noaa.gov/gmd/ccgg/trends

Mencari Jumlah Penyerapan CO2 oleh Tanaman dengan Peninderaan Jauh

Perkembangan ekonomi suatu daerah biasanya tidak selalu diikuti perkembangan daerah tersebut secara ekologi. Hal ini menyebabkan terganggunya keseimbangan ekosistem yang berupa penurunan jumlah tutupan vegetasi dan peningkatan pencemaran udara seperti peningkatan jumlah CO2 udara. Besarnya populasi manusia merupakan faktor penting dalam permasalahan lingkungan dimana tingginya laju pertumbuhan penduduk menyebabkan semakin terdesaknya alokasi ruang untuk vegetasi yang mempunyai fungsi sangat penting di di suatu daerah (As-syakur dan Adnyana, 2009).

Perubahan luasan tutupan vegetasi dan peningkatan kadar gas CO2 atmosfer di perkotaan merupakan isu yang sangat penting. CO2 bersama gas-gas rumah kaca yang lain berperan dalam meningkatkan suhu global dan perubahan iklim. Vegetasi memerlukan CO2 dalam proses fotosisntesis. Penyerapan CO2 oleh vegetasi merupakan proses dalam pengendalian pencemaran udara dalam menguragi kadar CO2 di udara. Teknologi penginderaan jauh dengan pendekatan berbasis spasial dapat merekam dan menganalisa secara spasial kondisi penyerapan CO2 oleh vegetasi.

CO2 merupakan salah satu gas rumah kaca yang memberikan efek terhadap pemanasan global dan perubahan iklim. Gas-gas rumah kaca menyebabkan energi panas yang berupa gelombang panjang terperangkap didalam atmosfer bumi sehingga menimbulakan efek pemanasan global. Gas-gas Rumah Kaca (GRK) dihasilkan dari berbagai kegiatan manusia, seperti kegiatan industri, transportasi, kebakaran hutan, perubahan tata guna lahan, pertanian, peternakan, sampah dan sebagainya. Bulan Desember 2008 kandungan gas CO2 atmosfer secara global telah mencapai 385.88 ppm dan bila dibandingkan dengan bulan Januari 1980 kandungan CO2 atmosfer hanya 337.70 ppm (http://www.esrl.noaa.gov/gmd/ccgg/trends), yang berarti kandungan CO2 atmosfer global telah naik 48.18 ppm atau 1.72 ppm/thn.

Berdasarkan laporan IPCC tahun 2007 kemungkinan manusia yang menyebabkan terjadinya perubahan iklim adalah sebesar 90%, keadaan ini lebih tinggi dari laporan terakhir dari IPCC pada tahun 2001 dimana kemungkinan manusia sebagai penyebab perubahan iklim adalah sebesar 60%. Laporan tersebut juga mengungkapkan bahwa penyebab utama terjadinya peningkatan Gas Rumah Kaca (GRK) seperti peningkatan gas Carbon Dioksida yang disebabkan oleh penggunaan bahan bakar fosil dan perubahan penggunaan lahan, yaitu dari lahan hutan menjadi lahan yang bernilai ekonomi seperti pemukiman dan perkebunan.

Sensor penginderaan jauh mempunyai kemampuan dalam menangkap gelombang yang dipantulkan oleh vegetasi dan non vegetasi serta mampu membedakan kualitas (jumlah klorofil) dan kuantitas (Leaf Area Index/LAI) vegetasi melalui pemanfaatan nilai indeks vegetasi. Nilai indeks vegetasi merupakan suatu nilai yang dihasilkan dari persamaan matematika dari beberapa band penginderaan jauh (citra) yang menghasilkan satu nilai indeks (As-syakur dan Adnyana, 2009). Indeks vegetasi dirancang untuk memperjelas tampilan objek berklorofil (vegetasi) dibandingkan dengan objek-objek yang tidak berklorofil. Nilai indeks vegetasi dapat memberikan informasi tentang persentase penutupan vegetasi, indeks tanaman hidup (Leaf Area Index), biomassa tanaman, fAPAR (fraction of Absorbed Photosynthetically Active Radiation), kapasitas fotosintesis dan estimasi penyerapan karbon dioksida (CO2) (Horning, 2004; Ji and Peters, 2007).

Indeks vegetasi juga bisa digunakan untuk menghitung jumlah assimilasi CO2 oleh vegetasi melalui pendekatan produktivitas primer kotor (PPK)/gross primary productivity (GPP) dan produkstivitas primer bersi (PPB)/net primary productivity (NPP). Beberapa model dalam pemanfaatan penginderaan jauh yang digunakan untuk menghitung pertukaran CO2 antara atmosfer dengan vegetasi antara lain adalah light use efficiency (LUE) (Monteith, 1972). canopy photosynthesis models (CPM), production efficiency models (PEM) (Gitelson et al., 2008) dan vegetation photosynthesis models (VPM) (Xiao et al., 2004a; Xiao et al., 2004b; Xiao et al., 2005a; Xiao et al., 2005b).

Estimasi produktivitas primer menggunakan dasar pendekatan biofisik dari tanaman yaitu nilai indeks vegetasi, parameter efisiensi penggunaan cahaya, dan nilai PAR (Photosynthetically Active Radiation) (Running et al., 1999). Normalized difference vegetation index (NDVI) berhubungan erat dengan fraction absorbed photosynthetically active radiation (fAPAR) (Myneni and Williams, 1994; Kumar and Monteith, 1981 dalam Hooda and Dye, 1996; Inoue et al., 2008). Hubungan antara NDVI dengan fAPAR bisa digunakan untuk menghitung produktivitas primer kotor dengan pendekatan model LUE (Running et al., 1999) atau  model VPM (Xiao et al., 2004a; Xiao et al., 2004b; Xiao et al., 2005a; Xiao et al., 2005b) yang merupakan gambaran dari jumlah karbon yang diasimilasi oleh tanaman.

Semoga artikel ini berguna khususnya bagi yang ingin meneliti tentang penyerapan CO2 oleh tanaman. Selain menggunakan pendekatan PPK/PPB, perhitungan tentang penyerapan CO2 oleh tanaman juga bisa menggunakan pendekatan biomassa tanaman yang juga bisa menggunakan data penginderaan jauh. Karena belum pernah melakukan analisis pemanfaatan biomassa tanaman, maka di tulisan ini tidak menjelaskannya secara detail.

About these ads

28 Tanggapan to “Mencari Jumlah Penyerapan CO2 oleh Tanaman dengan Penginderaan Jauh”

  1. Syahid Kesuma Says:

    Saya pernah dengar bahwa di PT Waindo Specterra pernah dibuat kajian tentang hal ini, coba hubungi Bpk G. H. Anto di sana jika berkenan memperdalam lebih jauh…

    Terima kasih

  2. Jabon Says:

    ini tentang geografi yach???

  3. alumnidarulamanah Says:

    oke artikelnya… mudah dipahami
    god luck!!

  4. Jabon Says:

    waduch…
    nambah wawasan nich.. berguna banget buat perkembangan tanaman saya…

  5. La An Says:

    @Syahid Kesuma
    terimakasih pak atas informasinya

    @Jabon
    sepertinya sih begitu… :mrgreen: , makasih dah mampir…

    @alumnidarulamanah
    makasih…

  6. Bahrudin Says:

    Terima kasih atas informasi artikel yang disampaikan di atas.

    Apakah saya diperbolehkan untuk minta makalah lengkap diatas. karena saya tertarik sekali dengan penelitian seperti diatas.
    karena dari sepintas makalah diatas belum dijelaskan mengenai citra apa yang dipakai, metodologi yang digunakan, tingkat akurasi dan presisi dari data yang dihasilkan.

    terima kasih… Apabila diperkenankan… mungkin bisa diemailkan ke email saya..

    terima kasih banyak sebelumnya….

  7. La An Says:

    @Bahrudin
    Sama-sama pak… Silahkan di baca hasil penelitiannya yang sudah dipublikasikan di MDPI Remote Sensing Journal. saya juga sudah tautkan linknya di artikel sebelum tulisan ini yang berjudul “Medium Spatial Resolution Satellite Imagery to Estimate Gross Primary Production in an Urban Area“. semoga bermanfaat…

  8. HENY Says:

    Ass…. salam kenal pak…. saya mahasiswa geografi….sekarang sedang dalam proses menyelesaikan skripsi mengenai kemampuan hutan menyerap CO2 menggunakan citra Landsat 7+ETM dengan metode berdasarkan asumsi bahwa nilai serapan CO2 diperoleh melalui pendekatan, bukan dengan perhitungan yang diperoleh dari data lapangan yaitu menurut Iverson et.al,1993 bahwa tipe vegetasi hutan memiliki kemampuan menyerap CO2 sebanyak 58,2576 (ton/ha) dengan bantuan software ERDAs 8.6…..yang jadi masalah….dosen saya minta referensi mengenai atas dasar apa Iverson menentukan perhitungannya tersebut…..apakah literatur ini bisa saya pakai? tapi saya tidak menemukan referensi secara detil apa dasar pernyataan Iverson et.al,1993 tersebut…… bagaimana menurut pak La An….apakah metode yang saya gunakan cukup baik atau benar untuk skripsi saya? dah 4 bulan cari referensi gak dapat2…. sampai2 gak bisa wisuda cepat pada waktunya…..he..he…meskipun saya baru nemu blog ini saya sangat bersyukur….mudah-mudahan pak La An bisa bantu saya….mohon sarannya pak……. biar bisa cepat menyelesaikan skripsi nech…. ^_^

  9. HENY Says:

    owh ya ketinggalan pak….untuk vegetasi hutan band brapa aja yang dipakai ????

  10. La An Says:

    @HENY
    Wss. Wr. Wb.
    wah saya belum bapak2 nieh :mrgreen:
    skripsi yang sangat menarik. tapi sebelum melakukan penelitian yang menarik tersebut, sangat penting untuk mengetahui pendekatan apa yang digunakan untuk menentukan jumlah penyerapan CO2 oleh tanaman. seperti yang saya tulis diatas, ada 2 pendekatann umum untuk menghitung jumlah penyerapan CO2 yaitu pendekatan PPK dan PPB atau GPP dan NPP serta dengan pendekatan biomasa tanaman. pendekatan biomasa tanaman lebih sering digunakan untuk menghitung stok karbon pada suatu ekosistem hutan. kedua jenis pendekatan tersebut masing2 memiliki kelbihan dan kelemahan dan sampai saat ini masih menjadi perdebatan serius untuk menentukan mana yang terbaik. kedua2nya bisa menggunakan data penginderaan jauh dan bisanya juga selalu menggunakan indek2 vegetasi untuk menghitungnya. penelitian saya menggunakan NDVI, tp pada penelitian menggunakan beberapa indeks vegetasi seperi oleh Xioa dkk. (coba search literatur2 yg saya gunakan untuk tulisan diatas). dindonesia sendiri masih sangat jarang menghitung GPP tersebut. kendala utamanya adalah ketersidaan data lapangan yg sangat susah serta bnyaknya awan disekitar tower CO2 flux di kalimantan. selain membaca tulisan saya, coba dibaca juga literatur2 yg saya jaadikan pustaka pada tulisan diatas. ada tesis menarik yang ditulis oleh Nugroho (2006) di ITC Belanda yang berjudul “Estimating carbon sequestration in tropical rainforest using integrated remote sensing and ecosystem productivity modeling: A case study in Lebanan Concession Area, East Kalimantan, Indonesia”. bisa di download pada link berikut http://www.itc.nl/library/papers_2006/msc/nrm/nugroho.pdf
    selamat belajar, semoga skripsinya cepat selesai…

  11. HENY Says:

    makasih pak…eh…mas..he…^_*
    owhkelah kalo begitu…..trus kalo saya pakai literaturnya Iverson dkk 1993 gimana mas…?apakah kurang memungkinkan?bisa gak saya pakai literatur itu meski gak jelas pendekatan yang ia pakai itu apa untuk mendapatkan nilai daya serap hutan…..?sebab literaturnya Iverson dkk pernah dipakai dalam penentuan penyerapan CO2 di kota Pekan Baru….
    owh ya saya pernah ikut meneliti biomassa bantu dosen ….hasil data primer yang mereka peroleh dari lapangan lansung bisa gak saya paki? bagaimana cara mencari penyerapan jika dihubungkan dengan data biomassa yang ada….maaf mas banyak nanya… tapi bolehkan???he,,,he.,,

  12. HENY Says:

    alhamdulilah dapat ne metode yang dipakai Iverson http://www.int-res.com/articles/cr/3/c003p023.pdf ^_^ gimana menurut mas La An…..

  13. La An Says:

    @HENY :D
    terus terang saya tidak tau pendekatan Iverson et al, (1993) yang mana yang digunakan. saya hanya sempat melihat papernya Iverson et al. (1993) yang berjudul “Carbon sequestration in tropical Asia: an assessment of technically suitable forest lands using geographic information systems analysis”, dan disitu saya hanya melihat hubungan antara GVI (Global Vegetation Index) dengan indeks penyerapan Karbon. boleh cerita sedikit tentang alur penelitiannya? misalnya persamaan yg digunakan, data citra yg digunakan, dan pedekatan Iverson mana yg digunakan…
    boleh menggunakan data itu. dan sebaiknya data satelit yang digunakan untuk analisis waktunya berdekatan dengan data lapangannya.
    senang bisa membantu…

  14. La An Says:

    @@HENY
    sorry…
    saya tidak melihat postingan terakhir tadi…
    boleh saya tau persamaan yg digunakan dalam penelitiannya yg mana? di paper itu ada 3 persamaan liner regresi. cari tau juga GVI apa yg digunakan…

  15. HENY Says:

    waduh….gitu ya mas…. gimana ya? saya juga gak ngerti ni si Iverson tu pakai metode yang mana……tapi sa bisa kasih gambaran metodologi penelitian saya kira-kira seperti ini yang udah saya buat……..
    Menghitung jumlah kemampuan penyerapan gas CO2 oleh tutupan lahan hutan
    Analisis Nilai Serapan Karbondioksida oleh Hutan
    Analisis nilai serapan berguna untuk mendapatkan informasi mengenai jumlah kemampuan tutupan lahan hutan menyerap karbondioksida di atmosfer. Pendekatan yang dilakukan untuk penghitungan nilai serapan dengan cara menentukan luas penutupan lahan hutan pada kedua citra, baik untuk citra pada tahun 1992 maupun citra pada tahun 2007. Nilai serapan hutan dari studi literatur ditransformasi dari ton per hektar menjadi ton per pixel citra dengan ukuran 30 m2 (0.09 ha). Nilai untuk serapan oleh vegetasi hutan serapan pada Tabel 2.
    Tabel 2. Perhitungan Nilai Serapan Karbondioksida oleh Hutan
    Tipe Vegetasi
    Serapan CO2 (ton/ha)
    Hutan 58,2576

    Sumber : Iverson et.al,1993
    Nilai serapan karbondioksida diperoleh berdasarkan asumsi bahwa : Nilai serapan karbondioksida diperoleh melalui pendekatan, bukan dengan perhitungan yang memperoleh data lapangan. Nilai serapan karbondioksida yang diperoleh hanya di atas tanah permukaan tanah, khususnya untuk hutan sementara serapan karbondioksida yang ada di dalam tanah serta air tidak dihitung.
    metode ini awalnya terinpirasi dari “Analisis Kebutuhan Ruang Terbuka Hijau di Kota Pekanbaru
    Tanggal: 15 Feb 2007
    Laporan: RISWANDI STEFANUS TINAMBUNAN, MSi” nah yang jadi masalah….di penelitian pak Riswandi tu juga tidak dicantumkan lebih detail metode yang di pekei Iverson et al (1993)…..yang masih sangat membingungkan dan yang sedang saya cari bagaimana cara pak Riswandi bisa memperoleh nilai Perhitungan Nilai Serapan Karbondioksida oleh Hutan yang katanya diperoleh menurut asumsi Iverson et al (1993)
    Tipe Vegetasi
    Serapan CO2 (ton/ha)
    Hutan 58,2576

    tolong tanggapi ya mas…. mohoayan bantuan dan sarannya….saya dah pernah coba email pak Riswandi…tapi gak pernah dibalas……jadi saya sangat senang sekali kalo ada ilmuwan seperti mas La An yang mau berdiskusi seperti ini menyumbangkan ilmunya…. ^_^

  16. La An Says:

    @HENY
    waow…
    saya saranin untuk tidak mengasumsikan bahwa seluruh hutan dimana seluas 1 ha itu mampu menyerap CO2 sebanyak 58,2576 ton. krn ada bnyak faktor yg menentukan besar kecilnya jumlah penyerapan CO2 oleh tanaman diantaranya adanya kerapatan tajuk, musim, jenis tanaman, energi matahari yg diterima oleh tanaman, dll. tp klo mau dipaksain menggunakan asumsi seluruh hutan dimana seluas 1 ha itu mampu menyerap CO2 sebanyak angka tertentu dan klo emang asumsi dari Iverson et al (1993) itu ga jelas, mending dicari pendekatan lain yg lebih bisa qm mengerti. coba baca proceding yg linknya aq kasih dibawah. baca abstrak yg berjudul “CO2 exchange of a tropical peat swamp forest in central Kalimantan”. disitu ditulis bahwa jumlah penyerapan bersih CO2, respirasi dan penyerapan kotor CO2 oleh tanaman adalah 721, 3580, dan -2859 pada tahun 2002, 527, 3686, dan -3159 pada tahun 2003, serta 356, 3583, dan -3227 gC/m2/thn pada tahun 2003. disitu bisa di asumsikan bahwa jumlah penyerapan bersih CO2 pada hutan (asumsikan saja bahwa hutan lahan gambut sama dengan hutan biasa) adalah rata2 jumlah penyerapan bersih CO2 dari 3 tahun tersebut. tinggal skrg dikonversikan gC/m2/th menjadi gC/ton/thn.
    linknya adalah http://asiaflux.yonsei.ac.kr/dlfiles/pdf/Proceedings_AsiaFluxWS2005.pdf
    semoga membantu…

  17. HENY Says:

    ok tahnk u mas…. tapi kalo saya pakai asumsi biomassa penelitian dosen saya gimana mas??? soalnya saya juga meneliti pada wilayah yang sama… hanya saja saya fokus pada penyerapannya….

    Hasil survey Biomass (t/ha)
    Hutan primer 527.31

    Hutan sekunder 375.22

    bagaimana cara mengkonversikan nilai biomassa menjadi nilai serapan????….makasih sekali lagi mas atas sharingnya…. ^_^

  18. La An Says:

    @HENY
    bisa dipakai angka itu. trus untuk mengkonversi nilai biomasa menjadi serapan membutuhkan data umur tanaman. mudah2an qm punya data itu. untuk literaturnya bisa dibaca pada link ini. baca2 juga link ini untuk sedikit memahami pendugaan cadangan karbon di sebuah lahan

  19. HENY Says:

    maaf mas LaAN heny mo nanya lagi ne….bisakah untuk menentukan luas hutan pada citra kita memakai software arcview…?meskipun kita tau bahawa arcview merupakan software yang hanya dapat mengolah citra dengan sangat sederhana…..saya sudah mencoba mengolahnya dengan arcview untuk mencari luasnya…..jika kita memakai software arcview apakah bisa dilihat kenampakan sel value nya???jika bisa bagaimana caranya??

  20. La An Says:

    @HENY
    bisa. tp data citranya harus berbentuk raster, tidak boleh berbentuk image. caranya konversi dulu data imagenya kebentuk raster. konversinya pake ArcGIS. sel value itu maksudnya nilai pikselkan? setelah konversi nanti bisa terlihat semua kok

  21. agus Says:

    Tulisannya sangat menarik.
    Perkenalkan saya agus, latar belakang saya di kimia murni, saya bekerja di Global Atmosphere Watch-Bukit Kototabang Station dibawah BMKG.

    Sepengetahuan saya siklus karbon di atmosfer terutama CO2 tidak cuma digunakan oleh fotosintesis tanaman saja, namun juga ada wahing out oleh hujan/precipitation, ada juga ada long range transport polutant. Bagaimana pengaruh kedua komponen tadi ke dalam perhitungan model PAR, NDVI ,dsb maksudnya koreksi sudah termasuk dalam model.

    kedua, saya masih awam menggunakan GIS, bagaimana memperkecil area citra dari misal 1 derajat X 1 derajat, menjadi 100 meter x 100 meter, atau mudahnya bagaimana verifikasi atau validasi citra satelit dengan data observasi di permukaan bumi?

    terima kasih

  22. La An Says:

    @agus
    Salam kenal juga pak agus
    dalam metode tersebut hanya melihat penyerapan CO2 oleh tanaman atau proses asimilasi CO2 yang ada di udara oleh tanaman, jadi tidak melihat siklus karbon secara umum. klo diruntut terus persamaan2 tersebut sebenarnya ada bnyak faktor lingkungan yang mempengaruhi seperti suhu udara, ketinggian tempat, kualitas cahaya, kuantitas cahaya, jenis tanaman, kualitas tanaman, dan kuantitas tanaman. oh iya, klo saya boleh tau, pencucian CO2 oleh hujan dan transport polutan itu terjadi dimana, saat masih di udara atau setelah di tanaman?
    saya belum paham yang dimaksud dengan area citra yg dimksud. apakah ukuran piksel atau luas areal dari citra secara keseluruhan. klo yg dimaksud ukuran pixel, maka mengecilkan ukuran pixel akan mengurangi kualitas data. klo yg di maksud areal citra secara keseluruan, maka prosesnya adalah pemotongan/croping citra. tp pertanyaan lanjutannya membuat saya bingung lagi. apa hubungan memperkecil area dengan proses mudah tidaknya verivikasi atau validasi citra. menurut saya proses validasi citra tidak berhubungan dengan resize ukuran pixel data dan juga resize areal citra. berapapun ukurannya citra, maka proses validasi harus tetap menggunakan data tersebut. koordinat data observasi dengan koordinat data piksel citra harus sama untuk bisa di validasi. mudah2an tidak membingungkan…

  23. Iqbal Says:

    assalamulaikum,salam kenal Pak..saya mahasiswa ilmu dan teknologi kelautan IPB,sekarang saya smt 7 dan mw penelitian mengenai remote sensing & SIG,mw tanya bisa g klo pengukuran penyerapan CO2 sperti judul diatas dpakai untuk ekosistem laut(terumbu karang,lamun,dan mangrove),klo hanya mengukur nilai PAR saja apakah sudah cukup untuk mengukur penyerapan CO2 nya?terima kasih ats jwbnnya……

  24. La An Says:

    @Iqbal
    Wss. Wr. Wb.
    dengan menggunakan metode itu saya rasa tidak bisa. tp coba saja mengkorelasikan antara suatu indeks hijauan lamun dengan penyerapan karbon oleh lamun. nanti persamaan korelasi tersebut bisa digunakan untuk menghitung sebaran penyerapan karbon oleh lamun… tp masih sulit menurut saya…

  25. ari aprilis Says:

    ASsalam… .
    saya ari mahasiswa ilmu kelautan smster ahir yang akan melaksanakan penelitian. saya mempunyai ide penelitian tentang daya serap rumput laut (budidaya) terhadap CO2. saya masih kesulitan menemukan metode analisinya. dan saya baru menemukan satu metode yaitu dengan penghitungan kadar abu dari rumput laut tersebut. barangkali ada metode yang pas tolong kasih tw saya !!!

  26. Download eBook/Audiobook Graits Says:

    thx for sharing mas, dapet ilmu baru nih….

  27. Chardhipo Bawono Says:

    Nama saya Chardhipo B.,

    Bisa gak ya perhitungan jumlah penyerapan dimaksud diatas dikonfersikan dalam bentuk formula melalui excel ?
    Terimakasih.

  28. Chardhipo Bawono Says:

    Nama saya Chardhipo B.,

    Maaf revisi :
    Bisa gak ya perhitungan jumlah penyerapan CO2 oleh vegetasi dimaksud diatas dikonversikan dalam bentuk formula misalnya melalui excel ?
    Terimakasih.


Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

  • counter
  • Add to My Yahoo!
  • Powered by WordPress - WordPress Blogs Directory
  • Top Academics blogs
  • Bookmark and Share
  • Monitored by Pingdom
  • Review www.mbojo.wordpress.com on alexa.com
  • free counters
  • Read this FREE online!
  • Ikuti

    Get every new post delivered to your Inbox.

    Bergabunglah dengan 65 pengikut lainnya.