ANALISIS PENGARUH LUAS HUTAN TERHADAP KONSENTRASI GAS KARBON DIOKSIDA

Studi Kasus di Rondônia, Hutan Hujan Amazon, Brazil Tahun 2016 dan 2021

Authors

  • Dhina Rahardian Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro
  • Yudo Prasetyo Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro
  • Nurhadi Bashit Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro

DOI:

https://doi.org/10.24895/gl.2024.26.1.21-30

Keywords:

Klasifikasi Wishart, OCO-2, Sentinel-1, XCO2

Abstract

Perubahan iklim yang disebabkan oleh pemanasan global yang berakar dari efek rumah kaca merupakan bencana yang harus dikurangi dan dimitigasi demi kelangsungan hidup manusia di bumi. Salah satu gas rumah kaca yang paling banyak di udara saat ini adalah karbon dioksida. Deforestasi merupakan salah satu sebab bertambahnya gas karbon dioksida. Tujuan dari penelitian ini adalah untuk menganalisis luas hutan dan konsentrasi gas karbon dioksida (XCO2) serta hubungan antar keduanya di Rondônia, Brazil tahun 2016 dan 2021.  Metode untuk mendapatkan luas hutan adalah dengan klasifikasi Wishart pada citra Sentinel-1 dan untuk XCO2 menggunakan data hasil akuisisi satelit OCO-2 serta uji statistik menggunakan uji regresi linier dan korelasi sederhana. Hasil klasifikasi Wishart diuji akurasi menggunakan data titik validasi dari MapBiomas sedangkan citra OCO-2 telah dikalibrasi dan divalidasi oleh penyedia citra (NASA). Hasilnya didapatkan bahwa kelas vegetasi berkurang seluas 282.556,218 ha (1,445%) dan XCO2 meningkat sebesar 11,343 ppm (2,819%). Namun, dari hasil uji statistik tidak didapatkan pengaruh yang signifikan dan korelasi negatif antar keduanya. Walaupun terjadi pengurangan luas hutan dan kenaikan XCO2 keduanya tidak saling berkaitan. Hal tersebut dapat terjadi karena kelimpahan XCO2 di udara sudah terlalu banyak sehingga walaupun hutan masih luas siklus karbon dioksida sudah tidak terpengaruh oleh jumlah pohon.

References

Anisa, R., & Rokhmana, C. A. (2019). Pemetaan Deforestasi Hutan di Provinsi Sumatera Selatan menggunakan Metode Polarimetrik SAR (Synthetic Aperture Radar) [Tesis]. Universitas Gadjah Mada.

Aryasatya, M. F., Prasetyo, Y., & Wahyuddin, Y. (2022). Analisis Dampak Kebakaran Hutan Terhadap Perubahan Tutupan Lahan dan Habitat Kawasan Lindung di Taman Nasional Way Kambas Menggunakan Metode Polarimetrik. Jurnal Geodesi Undip.

Butler, R. A. (2020). The Amazon Rainforest: The World’s Largest Rainforest. Https://Rainforests.Mongabay.Com/Amazon.

Chandler, D. (2023). Greenhouse Gases. Https://Climate.Mit.Edu/Explainers/Greenhouse-Gases.

Chhabra, A., & Gohel, A. (2019). Dynamics of atmospheric carbon dioxide over different land cover types in India. Environmental Monitoring and Assessment. https://doi.org/10.1007/s10661-019-7681-z

Crisp, D., O’Dell, C., Eldering, A., Fisher, B., Oyafuso, F., Payne, V., & Drouin, B. (2021). OCO-2 Level 2 Full Physics Algorithm Theoretical Basis Document Version 3.0 - Rev 1. Jet Propulsion Laboratory.

ESA. (2023). Sentinel-1.

Https://Sentinel.Esa.Int/Web/Sentinel/Missions/Sentinel-1.

Filho, E. R., Brennecke, K., Bertipaglia, L. M. A., & Sgavioli, S. (2019). Uso e ocupação do solo da microrregião de Ariquemes: fatores do desmatamento, por Edson Resende Filho, Käthery Brennecke, Liandra M. A. Bertipaglia e Sarah Sgavioli. EcoDebate.

JEO. (2021). Deforestation in the Legal Amazon grows 22% in 2021, reaching the highest rate in 15 years. Https://Infoamazonia.Org/En/2021/11/19/Deforestation-Amazon-Grows-22-in-2021/#:~:Text=Compared%20to%20last%20year%2C%20deforestation%20in%20the%20state,87.25%25%20of%20estimated%20deforestation%20in%20the%20Legal%20Amazon.

Kshetri, T. (2018). NDVI, NDBI and NDWI Calculation using Landsat 7 and 8. GeoWorld, II.

Lee, J.-S., & Pottier, E. (2009). Polarimetric Radar Imaging. CRC Press.

NASA. (2023a). Calibration Overview. Https://Ocov2.Jpl.Nasa.Gov/Science/Calibration-Overview.

NASA. (2023b). Deforestation. Https://Earthobservatory.Nasa.Gov/World-of-Change/Deforestation.

NASA. (2023c). Orbiting Carbon Observatory-2. Https://Ocov2.Jpl.Nasa.Gov.

NASA. (2023d). Validation. Https://Ocov2.Jpl.Nasa.Gov/Science/Validation.

NatGeo. (2023). Climate Milestone: Earth’s CO2 level Passes 400 ppm. National Geographic.

Putra, P. P., Prasetyo, Y., & Haniah. (2015). Analisis Tutupan Vegetasi Menggunakan Metode Dekomposisi Polarimetrik. Jurnal Geodesi Undip.

Rossi, F. S., de Araújo Santos, G. A., de Souza Maria, L., Lourençoni, T., Pelissari, T. D., Della-Silva, J. L., Oliveira Júnior, J. W., Silva, A. de A. e, Lima, M., Teodoro, P. E., Teodoro, L. P. R., de Oliveira-Júnior, J. F., La Scala Jr, N., & Silva Junior, C. A. da. (2022). Carbon dioxide spatial variability and dynamics for contrasting land uses in central Brazil agricultural frontier from remote sensing data. Journal of South American Earth Sciences. https://doi.org/10.1016/j.jsames.2022.103809

Santos, G. A. de A., Morais Filho, L. F. F., Meneses, K. C. de, Silva Junior, C. A. da, Rolim, G. de S., & La Scala, N. (2022). Hot spots and anomalies of CO2 over eastern Amazonia, Brazil: A time series from 2015 to 2018. Environmental Research. https://doi.org/10.1016/j.envres.2022.114379

Shafitri, L. D., Prasetyo, Y., & Haniah. (2018). Analisis Deforestasi Hutan di Riau dengan Metode Polarimetrik dalam Pengindraan Jauh. Jurnal Geodesi Undip, 212–222.

Varghese, A. O., & Joshi, A. K. (2015). Polarimetric classification of C-band SAR data for forest density characterization. Current Science, 100–106.

Veci, L. (2019). SENTINEL-1 Toolbox Polarimetric Tutorial. ESA.

Yonezawa, C., Watanabe, M., & Saito, G. (2012). Polarimetric Decomposition Analysis of ALOS PALSAR Observation Data before and after a Landslide Event. Remote Sensing, 2313–2328.

Yuen, K., Limbu, S., & Thompson, C. (2022). How to Access and Visualize OCO-2 and OCO-3 Data. National Aeronautics and Space Administration.

Downloads

Published

2024-05-08

How to Cite

Dhina Rahardian, Yudo Prasetyo, & Nurhadi Bashit. (2024). ANALISIS PENGARUH LUAS HUTAN TERHADAP KONSENTRASI GAS KARBON DIOKSIDA: Studi Kasus di Rondônia, Hutan Hujan Amazon, Brazil Tahun 2016 dan 2021. ajalah lmiah lobe, 26(1), 21–30. https://doi.org/10.24895/gl.2024.26.1.21-30