Journal of Environmental Management 225 (2018) 193-204 

Daftar isi tersedia di ScienceDirect 

Journal of Environmental Management 

homepage jurnal: www.elsevier.com/locate/jenvman 

Artikel penelitian 

Pengaruh perencanaan tata ruang pada risiko banjir masa depan di lingkungan perkotaan T

Ahmed Mustafaa,∗, Martin Bruwierb, Pierre Archambeaub, Sébastian Erpicumb, Michel Pirottonb, Benjamin
Dewalsb, Jacques Tellera 
sebuah
Lema, Kota dan Jurusan Teknik Lingkungan, Universitas Liège, Belgia 
b
HECE, Kota dan Jurusan Teknik Lingkungan, Universitas Liège, Belgia 

PASAL INFO 

Kata kunci: 

Perkotaan banjir 

kerusakan Banjir 

ekspansi Perkotaan 

Perkotaan densifikasi 

Model berbasis Agen 

Wallonia 

1. Pendahuluan 

ABSTRAK 

pengembanganPerkotaan mungkin meningkatkan risiko banjir di masa mendatang karena perubahan

lokal dalam kondisi hidrologi dan peningkatan paparan banjir yang timbul dari peningkatan populasi dan
perluasan infrastruktur di dalam zona rawan banjir. Model perubahan penggunaan lahan perkotaan
yang ada umumnya mempertimbangkan proses perluasan dan tidak mempertimbangkan pemadatan
wilayah perkotaan yang ada. Dalam makalah ini, kami mensimulasikan 24 kemungkinan skenario
urbanisasi di wilayah Wallonia (Belgia) hingga tahun 2100. Skenario ini dibuat dengan menggunakan
model berbasis agen yang mempertimbangkan perluasan dan kepadatan perkotaan serta pembatasan
pembangunan di zona rawan banjir. Tingkat genangan dan kedalaman air untuk setiap skenario
ditentukan oleh model hidraulik WOLF 2D untuk banjir stabil yang sesuai dengan periode ulang 25, 50,
dan 100 tahun. Hasil kami menunjukkan bahwa kerusakan banjir di masa depan dan distribusi spasialnya
sangat bervariasi dari satu skenario urbanisasi ke skenario lainnya. Kebijakan tata ruang yang
berorientasi pada pengendalian pembangunan yang ketat di zona rawan banjir mengarah pada mitigasi
substansial dari peningkatan kerusakan akibat banjir. Sebaliknya, kebijakan tata ruang yang secara
eksklusif berorientasi pada pembangunan pengisi tanpa batasan pembangunan di zona rawan banjir
akan menjadi yang paling merugikan dalam hal paparan risiko banjir. Studi kami memungkinkan
identifikasi lokasi yang paling sensitif terhadap kerusakan akibat banjir yang terkait dengan
pembangunan perkotaan, yang dapat membantu dalam desain strategi perencanaan tata ruang yang
lebih tangguh dan melokalisasi zona dengan risiko banjir tingkat tinggi untuk setiap skenario. 

skenario iklim "kering", sedangkan perubahan iklim lebih berpengaruh dalam 

skenario "basah". Hannaford (2015) menemukan bahwa perubahan aliran puncak 

Besaran dan frekuensi banjir, khususnya banjir sungai, saat ini meningkat di barat laut Eropa (Moel dan
Aerts, 2010). Perubahan iklim dan pembangunan perkotaan merupakan elemen kunci yang
berkontribusi terhadap peningkatan kerusakan akibat banjir (Poelmans et al., 2011). Urbanisasi
meningkatkan kerusakan akibat paparan banjir yang disebabkan oleh peningkatan populasi dan
infrastruktur di dalam zona rawan banjir. Selain itu, mengubah permukaan alam menjadi permukaan
buatan menyebabkan peningkatan frekuensi banjir karena infiltrasi yang buruk (Huong dan Pathirana,
2013). Studi terbaru menunjukkan efek yang berbeda dari perubahan iklim dan pembangunan
perkotaan terhadap risiko banjir (misalnya, Löschner et al., 2017). Panel Antar Pemerintah tentang
Perubahan Iklim mengklaim, dengan keyakinan rendah, bahwa perubahan iklim telah mempengaruhi
frekuensi dan besarnya banjir (IPCC, 2014). Poelmans dkk. (2011) dan Beckers et al. (2013) menyelidiki
dampak relatif dari perubahan iklim dan perluasan perkotaan di masa depan terhadap banjir. Poelmans
dkk. (2011) menemukan bahwa potensi kerusakan akibat banjir terutama dipengaruhi oleh urbanisasi di
dataran banjir. Hasil serupa diperoleh oleh Beckers et al. (2013) di 

tidak dapat secara langsung dikaitkan dengan perubahan iklim di Inggris Raya. Cammerer dkk. (2013)
menganalisis potensi perubahan paparan banjir di masa mendatang karena perkembangan penggunaan
lahan yang berbeda dan menemukan bahwa kisaran potensi perubahan di kawasan pemukiman yang
terpapar banjir bervariasi dari tidak ada perubahan lebih lanjut hingga peningkatan 159% tergantung
pada skenario perencanaan tata ruang. 

Studi sebelumnya yang menggabungkan skenario pembangunan perkotaan dengan model hidrologi
menggunakan resolusi spasial antara 50 m dan 100 m (misalnya, Beckers et al., 2013; Cammerer et al.,
2013; Poelmans et al., 2010; Tang et al., 2005) hanya mempertimbangkan proses ekspansi perkotaan,
yaitu transisi dari penggunaan lahan non-perkotaan ke perkotaan. Proses biner seperti itu mungkin gagal
untuk memperkirakan kerusakan yang terkait dengan banjir dengan tepat karena proses tersebut dapat
mendeteksi perbedaan kepadatan sel perkotaan dan variasi kepadatan dari waktu ke waktu. Beberapa
studi menggunakan data vektor untuk daerah perkotaan kecil (misalnya, Achleitner et al., 2016). Namun,
kekurangan dari penggunaan data vektor adalah membutuhkan sumber daya komputasi yang intensif
untuk mensimulasikan urbanisasi di masa depan di wilayah studi yang lebih besar seperti wilayah. 

∗
Penulis yang sesuai. Liège University, LEMA, Allée de la Découverte 9, Quartier Polytech 1, 4000, Liège,
Belgia. Alamat email: a.mustafa@uliege.be (A. Mustafa), mbruwier@uliege.be (M. Bruwier),
pierre.archambeau@uliege.be (P. Archambeau), s.erpicum@uliege.be ( S. Erpicum),
michel.pirotton@uliege.be (M. Pirotton), b.dewals@uliege.be (B. Dewals), jacques.teller@uliege.be (J.
Teller). 

https://doi.org/10.1016/j.jenvman.2018.07.090 

Diterima 8 Februari 2018; Diterima dalam bentuk revisi 24 Juli 2018; Diterima 26 Juli 2018 

0301-4797 / © 2018 Elsevier Ltd. Semua hak dilindungi undang-undang. 

A. Mustafa et al. Jurnal Manajemen Lingkungan 225 (2018) 193-204

Gamb
ar. 1. Empat distrik hidrografi dan 15 subbasins hidrografi di Wallonia (Belgia). 
(Meuse, Rhine, Escaut Scheldt atau Cekungan Seine), 15

subhidrografi 

cekungandan 6208 yang disebut sektor PARIS, yang masing-masing berhubungan dengan 

bentangan sungai dengan karakteristik yang relatif homogen diutama 

dasar sungaidan di dataran banjir. Dalam studi ini, kami hanya mempertimbangkan dua 

distrik utama Meuse dan Escaut, yang masing-masing mencakup 73% dan 22% 

Wallonia. Wilayah di sebagian besar sub-distrik di distrik Meuse 

lebih besar daripada di distrik Escaut, sedangkan kepadatan penduduk 

umumnya lebih rendah di distrik sebelumnya. Sub-cekungan Meuse aval adalah yang terbesar 

di Wallonia dan paling padat dihuni di distrik Meuse. Empat 

sub-kawasan di kabupaten Meuse memiliki kepadatan penduduk lebih rendah dari 

100 jiwa / km2, sementara itu lebih tinggi dari 175 jiwa / km 2 untuk 

semua sub-kawasan di kabupaten Escaut (DGO3 2015a, 2015b).Meuse 

Distriksebagian besar dicakup oleh penggunaan pertanian dan hutan.rata-rata 

Curah hujan tahunanberkisar antara 1000 dan 1400 mm dan pencairan salju 

dapat mempengaruhi debit banjir di beberapa bagian distrik Meuse. 

DistrikEscaut terutama ditutupi oleh pertanian dan built-up penggunaan.- 

Curah hujan tahunan ratarata di distrik Escaut adalah antara 700 dan 
850 mm. Di kedua kabupaten, aliran tinggi umumnya terjadi di musim dingin danrendah 

alirandi musim panas, mengikuti rezim curah hujan-penguapan. 

Gambar 2. Flowchart yang menjelaskan struktur metodologis. 

Studi ini menyelidiki kemungkinan kerusakan banjir terkait dengan skenario pembangunan perkotaan
yang berbeda di wilayah Wallonia (Belgia) jika tidak ada perubahan iklim lebih lanjut. Kontribusi utama
dari studi kami adalah evaluasi dampak kerusakan banjir dari kebijakan tata ruang yang
mempertimbangkan proses pemuaian versus pemadatan dibandingkan dengan kebijakan tata ruang
yang berorientasi pada pembatasan pembangunan di zona rawan banjir. 

2. Bahan dan Metode 

2.1. Wilayah studi 

Wallonia mencakup area seluas 16.844 km2 di selatan Belgia (Gbr. 1). Jaringan hidrografi terstruktur di
sepanjang empat distrik hidrografi 

194

2.2. Metodologi Metodologi 

kami untuk menilai kerusakan akibat banjir untuk skenario urbanisasi yang berbeda terdiri dari tiga
langkah utama (Gbr. 2). Pertama, data penggunaan lahan perkotaan untuk tahun 1990, 2000 dan 2010
dibuat berdasarkan data wilayah Belgia. Setelah itu, skenario urbanisasi masa depan disimulasikan untuk
tahun 2030, 2050, 2070, dan 2100 dengan mengekstrapolasi tingkat permintaan yang diamati untuk
pembangunan perkotaan. Sel perkotaan baru kemudian dialokasikan menggunakan model berbasis agen
spasial (ABM). Kedua, peta genangan dihitung untuk debit banjir dengan model hidrolik WOLF 2D
(Bruwier et al., 2015; Ernst et al., 2010). Ketiga, peta urbanisasi masa depan digabungkan dengan peta
genangan yang dihitung untuk mengevaluasi kerusakan banjir untuk setiap skenario urbanisasi di masa
mendatang dengan menggunakan model estimasi kehilangan banjir (FLEMO). 

2.2.1. Skenario urbanisasi di masa depan 

2.2.1.1. Data. Data tata guna lahan perkotaan tahun 1990, 2000, dan 2010 adalah 

A. Mustafa et al. Jurnal Pengelolaan Lingkungan 225 (2018) 193-204 

Tabel 1 

Kelas kepadatan perkotaan. 

Kelas Minimum Maksimumsebuah Walloon cakupan 

Fraksi daerah dibangun 

sesuai dengan satu tahun, beberapa DevAGs mempertimbangkan faktor-faktor global dan lokal dalam
memilih lokasi untuk pembangunan. Setiap DevAG menentukan potensi transisi dari satu kelas ke kelas
lain untuk suatu lokasi menurut persamaan berikut: 

Kelas-0 (non perkotaan) 

Kelas-1 (kepadatan terendah) 

0 1% 83,5% - 1% 5,8% 7,6% 46% 

UF PP DevAG c ij n = × () ()ijσ (1) di 

mana UFDevAG adalah fungsi utilitas untuk DevAG, Pc adalah potensi transisi untuk sel ij dari satu kelas
perkotaan ke kelas lain sesuai dengan himpunan 

Kelas-2 5.8 % 13,8% 5,4% 33% Kelas-3 13,8% 26,1% 2,5% 15% Kelas-4 26,1% 48,6% 0,8% 5% 

aksesibilitas, faktor geofisika dan sosial ekonomi, P n mewakili preferensi lingkungan DevAG, dan σ adalah
variabel yang mewakili kepentingan relatif dari preferensi lingkungan. 

Kelas-5 (kepadatan tertinggi) 

48.6% 100% 0.2% 1% 

Pc ditentukan menurut persamaan berikut: () 1 2 3 P a E b S c DR d DR e DR 

a
Kisaran cakupan perkotaan (minimum hingga maksimum ) untuk setiap sel 100 mx 100 m. 

dihasilkan sebagai kisi raster 100 mx 100 m untuk menunjukkan distribusi spasial kepadatan perkotaan.
Basis Data Kadastral Belgia (CAD) yang disediakan oleh Administrasi Pendaftaran Tanah Belgia digunakan
untuk menghasilkan data penggunaan lahan perkotaan mengikuti metodologi yang dirinci dalam
Mustafa et al. (2018a). Indeks kepadatan perkotaan diklasifikasikan menjadi enam kelas kepadatan
(Tabel 1) menggunakan teknik istirahat alami (Jenks dan Caspall, 1971). Dalam data yang diamati dari
tahun 2010, sekitar 80% lahan perkotaan terkait dengan kelas perkotaan dengan kepadatan sangat
rendah (kelas 1 dan 2), sedangkan hanya 6% yang merupakan daerah dengan kepadatan tinggi (Tabel 1),
yang menunjukkan potensi yang kuat untuk kepadatan wilayah perkotaan yang ada akan ditingkatkan. 

2.2.1.2. Model berbasis agen. Model berbasis agen (ABM) adalah pendekatan pemodelan perubahan
penggunaan lahan yang umum karena menawarkan cara untuk memasukkan pengaruh pengambilan
keputusan manusia terhadap dinamika perubahan penggunaan lahan dengan mempertimbangkan
interaksi sosial, adaptasi, dan pengambilan keputusan di berbagai tingkat (Matthews et. al., 2007). 
Kami memperkenalkan ABM, yang terinspirasi oleh karya Mustafa et al. (2017) dalam mengalokasikan
pembangunan perkotaan baru yang diperlukan. ABM menyimulasikan dua proses pembangunan:
ekspansi (transisi dari kepadatan non-perkotaan ke kepadatan perkotaan) dan densifikasi (transisi dari
kepadatan kota yang lebih rendah ke yang lebih tinggi). Beberapa penggerak urbanisasi
dioperasionalkan dan dimasukkan ke dalam model. Tabel 2 daftar driver yang dipertimbangkan dalam
penelitian ini, yang dipilih berdasarkan temuan dari penelitian sebelumnya tentang urbanisasi di
Wallonia (misalnya, Mustafa et al., 2018a, 2018b). Studi ini membedakan kota besar (populasi ≥ 90,000)
dari kota berukuran sedang (populasi ≥ 20,000 dan <90,000). Rencana zonasi wilayah, yang biasa
disebut 

= × + × + × + × + × c ij AG AG AG AG AG + × + × + × + × 

f DR g DRS h DLC i DMC 

4 

AG AG AG AG 

+ × + × 

j EMP k WI 

AG AG (2) di 

manaAG ke pAG adalah bobot spesifik yang ditetapkan ke faktor fungsi utilitas yang tercantum dalam Tabel
2. Pn secara dinamis dihitung pada setiap kali-langkah menggunakan model selular automata tertanam
sesuai dengan metode yang diusulkan oleh White dan Engelen(2000). 

Setelah masing-masing DevAG memilih sel untuk dikembangkan atau dipadatkan dan pada kepadatan
yang mana, PPA harus diminta untuk memberikan izin untuk mengembangkan sel. PPA memberikan izin
untuk pembangunan sesuai dengan dua faktor: (i) peraturan zonasi penggunaan lahan, dan (ii) resistensi
penduduk yang ada terhadap pembangunan baru yang diusulkan. Tiga kategori zona ditetapkan oleh
PPA: (1) diizinkan (zona perkotaan resmi); (2) sangat terbatas (tanah subur, padang rumput, hutan, dan
kelas lainnya); dan (3) terlarang (badan air) sesuai dengan rencana zonasi resmi. Jika sebuah sel berada
di dalam zona yang diizinkan atau di zona terlarang, PPA akan menerima atau menolak izin tersebut
setelah mempertimbangkan kekhawatiran penduduk setempat. Jika tidak, jika sel terletak di zona sangat
dibatasi, PPA akan memberikan izin untuk spesifik per centage dari perubahan jumlah (diperbolehkan
rate) untuk setiap langkah waktu sebagai berikut: 
⎩ ≤
= ⎧⎨ PPAZ menerima Dt 

ARt, 

menolak jika 

tidak, (3) 
di mana PPAZ adalah keputusan PPA atas proposal pengembangan untuk sel dalam zona yang sangat
terbatas, Dt adalah sel yang dikembangkan dalam zona yang sangat terbatas pada langkah waktu t dan
ARt adalah tarif yang diizinkan. Kedua, PPA menganggap kekhawatiran dari warga setempat sebagai
berikut: 
⎩ ≤
= ⎧⎨ PPADec menerima AvDt 

ACD, 

rencana de secteur (PDS) di Wallonia, mendefinisikan resmi penggunaan lahan untuk 

kk 

setiap bagian dari wilayah itu. Sebuah kategori perumahan atau industri adalah sebagai 

menolak sebaliknya , 

(4) 

ditandatangani untuk setiap sel berdasarkan PdS saat ini. Selain itu, ia mempertimbangkan kemungkinan
pembatasan pembangunan perkotaan di zona rawan banjir. Para agen dikategorikan menjadi tiga
kelompok dengan karakteristik dan tujuan yang berbeda (Gbr. 3): yaitu, pengembang (DevAG),
penduduk yang ada (ExtAG) dan otoritas izin perencanaan (PPA). Pada setiap langkah waktu, 

Tabel 2 

Faktor pendorong bawaan yang dipilih. Semua data diambil sampelnya kembali ke larutan ulang sel yang
sama berukuran 100 mx 100 m. 

Nama Faktor Tipe Unit 

E Elevasi (DEM) Meteran Kontinu S Kemiringan Kontinu Persen kenaikan DR1 Dist. ke Jalan 1 (jalan raya)
Continuous Meter DR2 Dist. ke Jalan 2 (jalan utama) Continuous Meter DR3 Dist. ke Jalan 3 (jalan
sekunder) Meteran Kontinyu DR4 Dist. ke Jalan 4 (jalan lokal) Meteran Kontinu DRS Dist. ke stasiun
kereta Continuous Meter DLC Dist. ke kota-kota besar Meteran Kontinyu DMC Dist. ke kota-kota
menengah Pengukur Kontinu EMP Tingkat pekerjaan Persen Kontinu WI Indeks Kekayaan Persen
Berkelanjutan 

195 di

mana PPADec adalah keputusan akhir PPA, AvDt k kepadatan rata-rata pada langkah waktu t untuk
jendela lingkungan 3 × 3 di mana kelas kepadatan k menempati ≥ 50% dari total sel dalam jendela
lingkungan, dan AcDk adalah nilai kepadatan rata-rata yang diterima untuk lingkungan dengan kepadatan
k. 
Model tersebut dikalibrasi dengan perkembangan perkotaan yang diamati antara tahun 1990 dan 2000.
Hasil kalibrasi tersebut kemudian digunakan untuk menguji model dengan perkembangan antara tahun
2000 dan 2010. Algoritma ge netic (GA) digunakan untuk mengkalibrasi parameter model. GA adalah
salah satu metode terbaru yang digunakan untuk mengkalibrasi model perubahan penggunaan lahan
(misalnya, García et al., 2013). Untuk menetapkan nilai operator untuk GA, kami melakukan sejumlah
eksperimen empiris pada berbagai nilai operator dan memilih yang terbaik, mengikuti Mustafa et al.
(2018a). Fungsi tujuan GA dirinci dalam Mustafa et al. (2018a). 

2.2.1.3. Skenario urbanisasi. Serangkaian 24 skenario urbanisasi yang berbeda dihasilkan (Tabel 3).
Perkiraan ketidakpastian kuantitas biasanya didasarkan pada simulasi skenario yang berbeda sesuai
dengan asumsi ekstrapolasi dari kuantitas perubahan masa lalu, pertumbuhan demografis, atau transisi
sosial ekonomi 

A. Mustafa et al. Jurnal Manajemen Lingkungan 225 (2018) 193-204

Gambar. 3. Kerangka keseluruhan model berbasis agen. Tiga kelompok agen diusulkan: pengembang,
penduduk yang ada, dan otoritas izin perencanaan. Otoritas perencanaan berinteraksi dengan
pengembang dan penduduk yang ada untuk menentukan lokasi baru untuk dikembangkan atau
dipadatkan. 

Tabel 3 

24 skenario urbanisasi masa depan yang bervariasi dalam tingkat permintaan untuk pembangunan baru
(tiga skenario) dan kebijakan perencanaan tata ruang. 
Skenario pembatasan yang dipertimbangkan: tidak ada pembatasan, pembatasan di zona rawan banjir
3, pembatasan di zona rawan banjir 2 dan 3, dan pembatasan di semua zona rawan banjir. 

Laju urbanisasi 

Larangan pembangunan baru 

Tinggi 

(1990–2000) 

Sedang 

(1990–2010) 

Rendah 

(2000–2010 

) Skenario bisnis seperti biasa (BAU) sejalan dengan tren baru-baru ini dengan mempertimbangkan
pangsa ekspansi versus kepadatan dinamika. Dalam skenario densifikasi, kami mengasumsikan bahwa
proses perluasan terhalang dan area baru yang diperlukan untuk perluasan diambil dari tingkat
kepadatan berikutnya. Misalnya, perluasan dari 

Business as usual 

Tidak ada Skenario 1 Skenario 2 Skenario 3 Di zona 3 Skenario 4 Skenario 5 Skenario 6 

kelas 0 ke kelas 1 dan 2 diganti dengan memadatkan area yang sama dari kelas 1 ke kelas 2. Dalam kasus
di mana area yang tersedia dari kelas tertentu adalah 

(BAU) 

Di zona 2 dan 3 

Skenario 7 Skenario 8 Skenario 9 

tidak cukup untuk dipadatkan lebih lanjut, model mendensifkan sel dari kelas kepadatan berikutnya.
Setelah mensimulasikan setiap kelas kepadatan, model menetapkan 

Di semua zona Skenario 10 Skenario 11 Skenario 12 Densifikasi Tidak ada Skenario 13 Skenario 14
Skenario 15 Di zona 3 Skenario 16 Skenario 17 Skenario 18 
penggunaan perkotaan (perumahan atau industri) untuk setiap sel sesuai dengan arus rencana zonasi. 

Di zona 2 dan 3 

Skenario 19 Skenario 20 Skenario 21 

Di semua zona Skenario 22 Skenario 23 Skenario 24 

(misalnya Cammerer et al., 2013; Poelmans et al., 2010). Menggunakan ekstrapolasi linier dari tingkat
perluasan dan densifikasi yang diamati antara tahun 1990, 2000 dan 2010 di Wallonia, tiga tingkat
perubahan diusulkan untuk masa depan: rendah- (tingkat antara 2000 dan 2010), sedang- (tingkat
antara 1990 dan 2010), dan tinggi -demand (tingkat antara 1990 dan 2000). 

Mengenai perilaku DevAG ketika memilih lahan tertentu untuk dikembangkan (ketidakpastian alokasi),
kami menggunakan metode Time Monte Carlo, yang diusulkan oleh Mustafa et al. (2018c). 

Kebijakan penataan ruang yang dipertimbangkan dalam penelitian ini adalah: i) pembatasan
pembangunan perkotaan di zona rawan banjir dan ii) pemadatan dengan atau tanpa perluasan. 

Kami mempertimbangkan tiga zona yang direpresentasikan dalam peta resmi rawan banjir: 

• zona "bahaya banjir rendah", selanjutnya disebut sebagai "zona 1"; • zona "bahaya banjir sedang", selanjutnya disebut sebagai "zona 2"; • zona "bahaya banjir tinggi",
selanjutnya disebut sebagai "zona 3."
 

Berdasarkan tiga zona rawan banjir ini, empat pembangunan perkotaan 196

2.3. Karakteristik hidrologi 

Perhitungan luasan genangan dan kedalaman air untuk pembuatan peta bahaya banjir di Wallonia
dilakukan untuk aliran yang stabil sesuai dengan periode ulang 25, 50 dan 100 tahun, menggunakan
model hidrolik 2D, WOLF 2D, dengan ukuran sel sebesar 5 mx 5 m. 

Dalam studi ini, kami hanya mempertimbangkan kedalaman air untuk menentukan kerusakan akibat
banjir. Kerusakan banjir dipengaruhi oleh faktor tambahan seperti kecepatan aliran, lamanya banjir,
pengangkutan sedimen, dan peringatan dini. Namun, dalam studi ini, kecepatan aliran tetap rendah,
yang umum terjadi di dataran banjir sungai di dataran rendah. Oleh karena itu, pengaruhnya terhadap
kerusakan dapat diabaikan (Kreibich et al., 2009). Kami menggunakan fungsi kerusakan bertahap, yang
dikembangkan untuk banjir dengan durasi yang relatif lama, yang konsisten dengan kejadian banjir yang
menjadi perhatian dalam studi ini. Kedalaman air secara luas diakui sebagai faktor yang paling
berpengaruh terhadap perkiraan kerusakan akibat banjir (Büchele et al., 2006; Kreibich et al., 2009;
Merz et al., 2007). Kontribusi spesifik dari faktor tambahan masih belum sepenuhnya dipahami dan tidak
ada prosedur yang diterima secara umum untuk mengukur pengaruhnya dalam pemodelan kerusakan
skala besar seperti yang dilakukan dalam penelitian ini. 
Peta luasan genangan dan kedalaman air dihitung untuk beberapa ratus kilometer sungai di seluruh
Wallonia (Gambar A-1 dalam Lampiran). Di distrik Escaut, hanya sebagian kecil dari semua 

A. Mustafa et al. Journal of Environmental Management 225 (2018) 193-204

Gambar. 4. Metodologi untuk memperkirakan kerusakan akibat banjir. Kerusakan relatif dihitung
dengan menggunakan peta kota, dan fungsi kerusakan tahap yang sesuai. Kerusakan absolut kemudian
diturunkan dari kerusakan relatif menggunakan nilai elemen seluler dan tidak bergerak. 

sektor telah dihitung, kecuali untuk sub-cekungan Escaut-Lys di mana hasilnya tersedia di sepanjang
sungai Scheldt (Escaut). Tidak ada sungai yang mengalir ke sub-cekungan Haine. Di distrik Meuse,
penghitungan dilakukan di sepanjang sungai Amblève, Meuse, Ourthe, Sambre, Vesdre, dan Viroin. Di
subbasin Lesse dan Semois-Chiers, hasil hanya tersedia untuk beberapa jangkauan sungai Lesse dan
Semois. 

2.4. Penilaian kerusakan banjir 

Kelas penggunaan lahan dari setiap sel dataran banjir ditentukan dari 197

peta penggunaan lahandengan resolusi 100 m 2. ABM mempertimbangkan dua penggunaan lahan:
perumahan dan industri. Hanya kerusakan yang terkait dengan bangunan yang dihitung dalam studi ini
dan kami tidak mempertimbangkan kerusakan yang terkait dengan penggunaan lahan lain seperti
infrastruktur, pertanian, dan hutan. 

Kerentanan suatu bangunan terhadap banjir dinilai melalui fungsi kerusakan bertahap yang memberikan
nilai kerusakan relatif, yaitu bagian dari nilai total bangunan yang rusak akibat banjir, sebagai fungsi dari
kedalaman air. Dalam studi ini, kami menggunakan fungsi tahap-kerusakan untuk perumahan dan
kategori industri yang didefinisikan oleh FLEMO (Kreibich et al., 2010) (Gbr. 4). Kerusakan yang
ditugaskan pada bangunan tempat tinggal dan industri dibagi antara aset bergerak dan tidak bergerak
(Gbr. A-2 dalam 

A. Mustafa et al. Jurnal Manajemen Lingkungan 225 (2018) 193-204 

Tabel 4 

Harga kategori perumahan dan industri. 

elemen s berisiko Beckers et al. (2013) penelitian ini Parcel Bangunan 

Immobile Ponsel Immobile Ponsel 

Residential 389 € / m2 119 € / m2 2000 € / m2 500 € / m2 Industri 343 € / m2 90 € / m2 2000 € / m2 500 € /

m2 

Lampiran). 

Penentuan kerusakan akibat banjir dalam nilai moneter membutuhkan penetapan nilai tertentu pada
bangunan. Dalam studi kami, nilai moneter bangunan tempat tinggal dan industri dipilih sehingga dalam
skenario baseline, perkiraan kerusakan akibat banjir serupa dengan yang dihitung oleh Beckers et al.
(2013) di sepanjang sungai Meuse selama 100 tahun banjir. Kami menggunakan nilai moneter yang
identik untuk kategori perumahan dan industri dan mengasumsikan bahwa nilai tidak bergerak empat
kali lebih tinggi daripada yang bergerak, yang menghormati rasio yang diusulkan oleh Beckers et al.
(2013). Pada Tabel 4, nilai immobile dan mobile yang dihasilkan secara signifikan lebih tinggi daripada
nilai yang digunakan oleh Beckers et al. (2013). Hasil ini diperoleh dari jenis elemen yang nilai
moneternya ditetapkan: yaitu, bidang untuk Beckers et al. (2013) dan bangunan dalam penelitian kami. 

Perserikatan Bangsa-Bangsa mendefinisikan risiko sebagai kombinasi dari kemungkinan suatu peristiwa
terjadi dan konsekuensi negatifnya (UNISDR, 2009). Dalam studi ini, indikator risiko banjir dihitung
sebagai nilai ekspektasi kerusakan untuk tiga periode ulang T 25, T50, dan T100 mengikuti Ernst et al. (2010).
Indikator ini digunakan untuk menentukan penghentian dampak urbanisasi terhadap kerusakan akibat
banjir dengan nilai skalar tunggal yang mewakili kerusakan yang terjadi di antara tiga periode ulang yang
dipertimbangkan dalam studi ini. 

3. Hasil dan Pembahasan 

3.1. Pengaruh jumlah kelas kepadatan perkotaan 

Sensitivitas kerusakan akibat banjir yang dihitung terhadap jumlah kelas kepadatan perkotaan dinilai
untuk debit banjir Q25 dan Q100. Kami memeriksa 1 hingga 8 kelas kepadatan untuk setiap kategori
penggunaan lahan, kerusakan banjir Dd dihitung dengan kelas kepadatan d dibandingkan dengan hasil
yang diperoleh dengan jumlah kelas tertinggi, yaitu D 9, menggunakan perbedaan relatif berikut E d: 
-
= E DD 

D d d 9 

9 (5) 

Kerusakan akibat banjir yang dihitung diperkirakan terlalu tinggi sebesar 48% –105% jika menggunakan
satu kelas kepadatan perkotaan (Gbr. 5). Ketika jumlah kelas ditingkatkan, nilai kerusakan banjir yang
dihitung meningkat dengan cepat menuju nilai yang mendekati D9 , dan berfluktuasi sedikit di sekitar
nilai ini. Ketika lima kelas kepadatan digunakan, kesalahan relatif tetap lebih rendah dari 5% untuk dua
pembuangan banjir Q25 dan Q100. Di luar jumlah kelas ini, perbedaan relatif E d tampaknya tidak menurun
secara signifikan. 

Oleh karena itu, kami menggunakan lima kelas kepadatan untuk setiap kategori penggunaan lahan
(yaitu, perumahan dan industri). Analisis sensitivitas ini menegaskan pentingnya mempertimbangkan
berbagai tingkat kepadatan perkotaan saat menilai kerusakan akibat banjir. Mempertimbangkan
urbanisasi sebagai proses biner (yaitu, perkotaan vs. non-perkotaan) dapat menyebabkan kesalahan
perhitungan kerusakan banjir yang parah baik di besaran maupun lokasinya. 

3.2. Pola perkotaan masa depan 

ABM yang diusulkan menghasilkan serangkaian kemungkinan skenario urbanisasi di masa depan.
Validasi model, simulasi 2010 vs pengamatan 
198

peta 2010, menunjukkan hasil yang sebanding dengan yang dilaporkan dalam literatur (misalnya, Han
dan Jia, 2016; Long et al., 2013; Wang et al., 2013) dengan Kappa indeks 0,88, 0,87, 0,90, 0,92 dan 0,92,
untuk kelas 1–5 masing-masing. 

Kelas kepadatan perkotaan yang diamati ke perubahan kelas menunjukkan bahwa transisi dari kelas 1 ke
kelas 4 dan 5, kelas 2 ke kelas 5, dan kelas 3 ke kelas 5 selama masa studi adalah marjinal. Oleh karena
itu, kami menetapkan densifikasi sebagai transisi dari kelas 1 ke kelas 2 dan 3, dari kelas 2 ke kelas 3 dan
4, dari kelas 3 ke kelas 4, dan dari kelas 4 ke kelas 5. 

Gambar 6 menggambarkan peta urbanisasi masa depan untuk tahun 2030 dan 2100 untuk skenario 1
dan 13 (Tabel 3). Dalam skenario 1 (BAU), pengembangan lahan baru dengan kepadatan rendah dan
sedang terjadi secara terus menerus dan oleh karena itu Wallonia akan mengalami lanskap perkotaan
yang terfragmentasi di masa depan. Dalam skenario 13 (densifikasi), terdapat kawasan perkotaan
dengan kepadatan rendah dan sedang yang cukup untuk menampung urbanisasi di masa depan. Seperti
yang disebutkan, kami mengasumsikan area baru yang diperlukan untuk perluasan diambil dari kelas
kepadatan berikutnya. Akibatnya, luas kelas-1 dan kelas-2 akan berkurang seiring waktu. Gambar A-3
(Lampiran) menunjukkan persentase perubahan untuk setiap kelas jika dibandingkan dengan pola
perkotaan yang diamati tahun 2010. 

3.3. Risiko banjir 

Kami menyajikan perbandingan antara indikator risiko banjir yang dikompilasi untuk skenario baseline
(pengamatan 2010) dan sub-DAS yang berbeda di bagian 3.3.1. Bagian 3.3.2 menyelidiki pengaruh
ketidakpastian skenario urbanisasi terhadap hasil perhitungan risiko. Terakhir, kami menghitung
peningkatan indikator risiko banjir di masa mendatang akibat urbanisasi hingga tahun 2100 di bagian
3.3.3. 

Ketidakpastian dalam penghitungan indikator risiko banjir yang berasal dari resolusi yang diadopsi dari
data penggunaan lahan (100 mx 100 m) diharapkan menjadi signifikan, terutama untuk kejadian sedang
dengan luasan banjir terbatas sepertiQ 25 debit banjir. Akibatnya, penilaian risiko banjir dalam nilai
moneter absolut harus ditafsirkan dengan hati-hati. Mengikuti Moel dan Aerts (2010), kami, oleh karena
itu, menggunakan nilai relatif risiko banjir, yang diambil sebagai persentase dari nilai risiko referensi
(dalam skenario baseline) yang dihitung dengan metodologi yang sama. 

3.3.1. Distribusi indikator risiko banjir antara sub-DAS dalam skenario baseline 

Gambar. 7 mengilustrasikan kontribusi relatif dari subbasins yang berbeda untuk kerusakan banjir
untukQ25, Q50, dan Q100 debit banjir(445 × 106 €, 620 × 106 € dan 830 × 106 €, masing-masing) dan nilai
indikator risiko banjir (18 × 106 €). Untuk sebagian besar sub-aliran, kontribusi relatifnya sangat mirip
untuk debit banjir yang berbeda serta untuk indikator risiko banjir. Variasi di antara ini adalah yang
tertinggi untuk sub-cekungan Meuse aval di mana kontribusi terhadap kerusakan banjir secara
keseluruhan bervariasi antara 14% dan 20% tergantung pada debit banjir yang dipertimbangkan. Berikut
ini, kami hanya membahas indikator risiko banjir karena tren yang sangat mirip diperoleh untuk
kerusakan akibat banjir sesuai dengan tiga debit banjir yang dihitung. 

Hasil penelitian menunjukkan bahwa: 

• subbasins Meuse amont, Meuse aval dan Our memilikitertinggi kontribusiterhadap indikator risiko banjir yang dihitung. Hal ini
sesuai dengan banyaknya sektor yang dihitung di sub-DAS ini (Gbr. A-1). 

• Indikator risiko banjir di sub-cekungan Vesdre lebih dari dua kali lebih tinggi dari pada sub-cekungan Semois-Chiers, Lesse, dan
Amblève, meskipun area sub-cekungan lebih kecil dan keberadaan waduk-waduk besar di bagian atas
daerah tangkapan Vesdre. Hal ini tentunya terkait dengan kepadatan penduduk yang empat sampai
enam kali lebih tinggi di sub-cekungan Vesdre dibandingkan di sub-cekungan lainnya. 

• Di distrik Escaut (Dyle-Gette, Senne, Dendre dan Escaut-Lys 

A. Mustafa et al. Jurnal Pengelolaan Lingkungan 225 (2018) 193-204

Gambar 5.
Sensitivitas kerusakan banjir total dihitung dengan jumlah kelas kepadatan perkotaan yang berbeda,
untuk debit banjir Q25 dan Q100. 

subbasins), indikator risiko banjir yang dihitung adalah yang terendah karena hanya sejumlah sektor
yang dihitung (Gbr. A-1). 
3.3.2. Pengaruh skenario urbanisasi terhadap besaran indikator risiko banjir total 

Pada bagian ini, kami membandingkan pengaruh kebijakan tata ruang terhadap peningkatan nilai
indikator risiko banjir untuk horizon waktu 2050 dibandingkan dengan skenario baseline. 

Tabel 5 menunjukkan bahwa peningkatan indikator risiko banjir total berkisar antara 0% dan 44%
tergantung skenario tata ruang untuk tingkat permintaan yang tinggi, dan antara 0% dan 22% untuk
tingkat permintaan yang rendah. Melarang pembangunan baru di zona rawan banjir sejauh ini
merupakan faktor perencanaan tata ruang yang paling berpengaruh. Larangan pembangunan baru di
zona rawan banjir 3 akan membatasi peningkatan indikator risiko banjir hingga sekitar sepertiga dari
nilai tanpa larangan pembangunan baru. Memperluas larangan ke zona rawan banjir 2 mengurangi
peningkatan indikator risiko banjir menjadi hanya 1–2% jika dibandingkan dengan skenario baseline.
Pelarangan pembangunan baru di semua zona rawan banjir menyebabkan tidak ada peningkatan
kerusakan banjir untuk debit banjir yang dihitung karena luasan genangan maksimumnya sesuai dengan
zona rawan banjir maksimum. Pengaruh pembatasan pembangunan perkotaan di zona rawan banjir
pada peningkatan kerusakan banjir memiliki besaran yang sama untuk strategi BAU dan densifikasi. 

Dalam semua kasus, kebijakan perencanaan tata ruang densifikasi mengarah pada indikator risiko banjir
yang lebih tinggi dibandingkan dengan BAU, terutama dalam kasus di mana tidak ada atau pembatasan
pembangunan perkotaan yang sedang diterapkan di zona rawan banjir. Hal ini cukup logis karena daerah
perkotaan tempat terjadinya densifikasi sebagian besar terletak di lembah di Wallonia, mengikuti pola
yang diwarisi dari revolusi industri. Tanpa melarang pembangunan baru atau dengan peraturan di zona
rawan banjir 3, kenaikan indikator risiko banjir masing-masing dari 9 menjadi 15 persentase dan dari 2
menjadi 3 poin persentase lebih tinggi dalam skenario densifikasi. Pada dasarnya, ini berarti bahwa
kebijakan densifikasi yang dirancang untuk mengekang gepeng 

199

harus disertai dengan tindakan pembatasan yang memadai di zona rawan banjir untuk mengurangi
risiko banjir yang meningkat. 

Pengaruh ketidakpastian terkait tingkat permintaan lebih rendah daripada pengaruh kebijakan tata
ruang. Namun, dampaknya tetap signifikan karena peningkatan indikator risiko banjir untuk skenario
laju urbanisasi rendah tanpa regulasi tentang pembangunan baru (dengan regulasi di zona rawan banjir
3) adalah 7–13 (2–3) persentase lebih rendah daripada yang diperoleh dengan skenario tingkat
permintaan tinggi. 

3.3.3. Pengaruh skenario urbanisasi terhadap sebaran indikator 

risiko banjir Indikator risiko banjir tahun 2050 sangat dipengaruhi oleh skenario penataan ruang (Tabel
5). Pada bagian ini, kami menyelidiki distribusi indikator peningkatan risiko banjir di antara sub-sub-
kawasan yang bergantung pada kebijakan tata ruang. 

Gbr. 8-a menunjukkan bahwa dalam skenario BAU, tingkat permintaan berdampak buruk pada distribusi
peningkatan indikator risiko banjir antar sub-sub-subbasah. Sebaliknya, sebaran indikator risiko banjir
sangat dipengaruhi oleh pendekatan tata ruang. Dengan tidak adanya pembatasan pembangunan
perkotaan di zona rawan banjir, kebijakan pemadatan akan menyebabkan peningkatan kerusakan banjir
yang signifikan jika dibandingkan dengan kebijakan BAU di kabupaten Meuse (Gbr. 8-a). Sebaliknya,
pengurangan kecil dari kerusakan akibat banjir akan terlihat di distrik Escaut. 

Di semua subbasins, melarang pembangunan baru di zona rawan banjir 3 (Gbr. 8-b) berdampak tinggi
pada mitigasi peningkatan indikator risiko banjir (pengurangan dari 4,8 × 10 6 € menjadi 1,4 × 106 € ).
Memperluas larangan ke zona rawan banjir 2 menyebabkan peningkatan yang dapat diabaikan dalam
indikator risiko banjir dibandingkan dengan tahun 2010 di sebagian besar sub-DAS (kenaikan indikator
risiko banjir dikurangi menjadi sekitar 3 × 10 5 €). Hanya untuk subbasins Meuse amont, Meuse aval dan
Dyle-Gette, mitigasi tambahan yang signifikan dari indikator risiko banjir dapat diperoleh dengan
perpanjangan larangan pembangunan baru di zona rawan banjir 1 (pengurangan 2,5 × 10 5 € untuk
indikator peningkatan risiko banjir selama tiga 
A. Mustafa et al. Journal of Environmental Management 225 (2018) 193-204
Gambar 6. Urbanisasi di masa depan untuk tahun 2030 dan 2100 untuk tahun 2030 dan 2100 untuk
skenario 1 dan 13 (Tabel 3). 

200

A. Mustafa et al. Journal of Environmental Management 225 (2018) 193-204

Gambar 6. (lanjutan) 

Tabel 5 

Peningkatan indikator risiko banjir tahun 2050 berdasarkanurbanisasi yang berbeda 

skenario, dibandingkan dengan skenario baseline (2010). 

tingkat permintaan spasial perencanaan kebijakan untukpembangunan baru 

EkspansivsDensifikasi 

Perkotaan 

pembatasan pembangunan 

tinggi 

permintaantingkat 

tingkat permintaanSedang 

Rendah 

tingkat permintaan 

Bisnis seperti biasa 

ada 29% 27% 22% 

(BAU) 

Dalam zona rawan banjir 3 

Dalam zona rawan banjir 2 dan 3 Di semua zona rawan banjir 

9% 8% 7% 1% 2% 1% 0% 0% 0% 

Densifikasi Tidak ada 44% 37% 31% 

Gbr. 7. Kontribusi relatif setiap sub-cekungan terhadap total kerusakan banjir dan indikator risiko banjir
(R) untuk skenario baseline (Peta penggunaan lahan 2010). 

201

Di zona rawan banjir 3zona rawan 

Dibanjir 2 dan 3 Di semua zona rawan banjir 

12% 11% 9% 2% 2% 2% 0% 0% 0% 

A. Mustafa et al. Jurnal Pengelolaan Lingkungan 225 (2018) 193-204

Gambar 8. Perubahan nilai indikator risiko banjir pada tahun 2050 untuk setiap sub-cekungan
dibandingkan dengan total indikator risiko banjir untuk skenario baseline mempertimbangkan skenario
business-as-usual dengan ( a) semua tingkat permintaan dan (b) tingkat permintaan sedang dengan dan
tanpa peraturan larangan urbanisasi di zona rawan banjir. 

subbasins). 

3.3.4. Peningkatan indikator risiko banjir untuk berbagai jangka waktu masa depan 
Pada bagian ini, peningkatan indikator risiko banjir dihitung untuk setiap dekade hingga tahun 2100
(Tabel 6). Tingkat perubahan dari total peningkatan dalam indikator risiko banjir tetap konstan selama
beberapa dekade untuk jangka waktu yang berbeda di masa depan. 

Tiga skenario pertama mewakili kisaran variasi indikator risiko banjir yang dihitung tanpa pembatasan
urbanisasi di zona rawan banjir. Perbandingan dari tiga skenario terakhir dengan yang pertama
memungkinkan untuk menilai pengaruh pembatasan pada pembangunan baru di zona rawan banjir. 

Distribusi perubahan dalam indikator risiko banjir di antara sub-sub-sub-aliran yang berbeda sedikit
dipengaruhi oleh horizon waktu. Variasi kontribusi relatif sub cekungan terhadap total indikator risiko
banjir pada horizon waktu 2100 merupakan yang tertinggi untuk skenario pembangunan perkotaan
pertama (BAU dengan tingkat urbanisasi rendah dan tidak ada regulasi tentang urbanisasi baru), di mana
perubahan maksimum kontribusi relatifnya adalah −4% poin (Meuse amont subbasins) sedangkan rata-
rata 

Tabel 6 

Peningkatan indikator risiko banjir per dekade di Wallonia. Kebijakan tata ruang Tingkat permintaan
untuk pembangunan baru 

perubahan absolut serendah 1,3% poin. 

4. Kesimpulan 

Makalah ini menyelidiki efek dari kebijakan tata ruang yang berbeda pada risiko banjir di masa depan di
Wallonia (Belgia) untuk debit banjir yang berhubungan dengan periode ulang 25, 50, dan 100 tahun.
Sejumlah pola perkotaan masa depan dihasilkan dengan ABM spasial dengan mempertimbangkan
beberapa faktor. Model ini mensimulasikan baik perluasan perkotaan maupun den sifikasi. Kontribusi
penting dari studi ini adalah pertimbangan kepadatan perkotaan dan bukan hanya data biner (perkotaan
/ non-perkotaan) dalam memperkirakan kerusakan akibat banjir. Hasil kami menunjukkan bahwa
perkiraan kerusakan akibat banjir mungkin terlalu tinggi sebesar 48% –105% jika model tidak
mempertimbangkan kepadatan perkotaan. 

Ketidakpastian yang terkait dengan permintaan untuk pembangunan perkotaan di masa depan sangat
mempengaruhi kerusakan banjir yang dihitung dan distribusi spasialnya. Tanpa mempertimbangkan
larangan pembangunan perkotaan di zona rawan banjir, peningkatan risiko banjir total bervariasi
dengan sekitar dua faktor tergantung pada skenario urbanisasi. Yang cukup penting, sensitivitas
perhitungan kenaikan kerusakan akibat banjir terhadap kebijakan tata ruang (BAU vs. densifikasi)
terbukti jauh lebih tinggi daripada tingkat permintaan. Ini menyoroti bahwa kebijakan tata ruang
mungkin memiliki pengaruh yang besar terhadap risiko banjir di masa depan, bahkan untuk tingkat
permintaan tetap. 

Untuk cakrawala waktu masa depan 2030 hingga 2100, peningkatan risiko banjir 
Ekspansi vs. Densifikasi 

Pembatasan pembangunan perkotaan 

Tingkat permintaan tinggi 

Tingkat permintaan rendah 

diperkirakan antara 5,5% dan 11% per dekade dibandingkan dengan situasi tahun 2010. Larangan
pembangunan baru di zona rawan banjir akan memungkinkan pengurangan yang kuat dari perkiraan
kenaikan. Mereka akan 

Bisnis seperti biasa Tidak ada 7,5% 5,5% Di zona banjir 3 - 2% 

Di zona banjir 2 dan 3 - 1% 

Di semua zona banjir - 0% 

Densifikasi Tidak ada 11% - 202

dikurangi dengan faktor tiga dengan a larangan pembangunan baru di zona rawan banjir 3 (rawan banjir
tinggi) dan nilai yang lebih rendah dari 1% dengan perpanjangan larangan ke zona rawan banjir lainnya,
terlepas dari kebijakan tata ruang. 

Perlu disebutkan bahwa resolusi kasar, 100 m2, dari 

A. Mustafa et al. Jurnal Pengelolaan Lingkungan 225 (2018) 193-204 

peta penggunaan lahan dan asumsi bahwa karakteristik aliran tidak berubah dengan urbanisasi adalah
dua keterbatasan studi ini. Lebih lanjut, harus ditekankan bahwa hasil dari studi ini khusus untuk wilayah
tertentu di mana zona perkotaan yang ada terkonsentrasi di zona rawan banjir. Hasilnya mungkin
berbeda di tempat-tempat di mana permukiman perkotaan pada awalnya tidak berkembang di
sepanjang saluran air. Meskipun demikian, kami percaya bahwa temuan utama dari penelitian ini
merupakan kontribusi yang sangat relevan untuk pengelolaan risiko banjir berkelanjutan yang membuka
jalan bagi perencanaan tata ruang yang lebih tahan banjir dan tangguh. Salah satu temuan penting dari
studi saat ini untuk perencana kota adalah bahwa kebijakan perencanaan tata ruang yang berorientasi
pada den sifikasi tanpa perluasan harus disertai dengansesuai 

Lampiran yang 

langkah-langkah mitigasi, baik di lokasi maupun pada skala bangunan (misalnya Bruwier et al., 2018). 

Ucapan Terima Kasih 

Penelitian ini didanai melalui hibah ARC untuk Tindakan Penelitian Konser untuk proyek nomor 13 / 17-
01 yang dibiayai oleh Komunitas Prancis di Belgia (Federasi Wallonia-Brussels) dan melalui Dana
Pembangunan Regional Eropa - FEDER (Proyek Wal-e-Cities ). Para penulis ingin berterima kasih kepada
pengulas anonim dan editor atas komentar berwawasan yang mengarah pada perbaikan substansial dari
versi sebelumnya dari makalah ini. 

Gambar A1. Sektor hidrografi yang perhitungannya dilakukan oleh HECE dalam konteks penyusunan

peta rawan banjir.

Gambar A2. Fungsi kerusakan panggung FLEMO untuk kategori penggunaan lahan perumahan dan
industri. 

203
A. Mustafa et al. Jurnal Manajemen Lingkungan 225 (2018) 193-204

Gambar A3. Tingkat perubahan (%) luas wilayah setiap kelas perkotaan terkait dengan luas wilayahnya
tahun 2010. 

Referensi 

Achleitner, S., Huttenlau, M., Winter, B., Reiss, J., Plörer, M., Hofer, M., 2016. Perkembangan temporal
risiko banjir dengan mempertimbangkan dinamika pemukiman dan tindakan perlindungan banjir lokal
pada skala tangkapan: studi kasus Austria. Int. J. Pengelolaan Wilayah Sungai. 14, 273–285.
https://doi.org/10.1080/15715124.2016.1167061. 

Beckers, A., Dewals, B., Erpicum, S., Dujardin, S., Detrembleur, S., Teller, J., Pirotton, M., Archambeau, P.,
2013. Kontribusi perubahan penggunaan lahan terhadap banjir di masa mendatang kerusakan di
sepanjang sungai Meuse di wilayah Walloon. Nat. Hazards Earth Syst. Sci. 13, 2301–2318.
https://doi.org/10.5194/nhess-13-2301-2013. 

Bruwier, M., Erpicum, S., Pirotton, M., Archambeau, P., Dewals, BJ, 2015. Menilai aturan operasi sistem
reservoir berdasarkan rantai pemodelan rinci. Nat. Hazards Earth Syst. Sci. 15, 365–379.
https://doi.org/10.5194/nhess-15-365-2015. 

Bruwier, M., Mustafa, A., Aliaga, DG, Archambeau, P., Erpicum, S., Nishida, G., Zhang, X., Pirotton, M.,
Teller, J., Dewals, B., 2018 Pengaruh pola perkotaan terhadap aliran genangan di dataran banjir sungai
dataran rendah. Sci. Total Lingkungan. 622–623, 446–458. https: //
doi.org/10.1016/j.scitotenv.2017.11.325. 

Büchele, B., Kreibich, H., Kron, A., Thieken, A., Ihringer, J., Oberle, P., Merz, B., Nestmann, F., 2006.
Pemetaan risiko banjir: kontribusi terhadap ditingkatkan sebagai penilaian peristiwa ekstrim dan risiko
terkait. Nat. Hazards Earth Syst. Sci. 6, 485–503. 

Cammerer, H., Thieken, AH, Verburg, PH, 2013. Dinamika spasial-temporal dalam paparan banjir akibat
perubahan penggunaan lahan di Lembah Alpine Lech di Tyrol (Austria). Nat. Bahaya 68, 1243–1270.
https://doi.org/10.1007/s11069-012-0280-8. 
Ernst, J., Dewals, BJ, Detrembleur, S., Archambeau, P., Erpicum, S., Pirotton, M., 2010. Analisis risiko
banjir skala mikro berdasarkan pemodelan hidraulik 2D terperinci dan data geografis resolusi tinggi. Nat.
Bahaya 55, 181–209. https://doi.org/10.1007/ s11069-010-9520-y. 

García, AM, Santé, I., Boullón, M., Crecente, R., 2013. Kalibrasi model otomat seluler perkotaan dengan
menggunakan teknik statistik dan algoritma genetika. Aplikasi untuk pemukiman kota kecil Spanyol NW.
Int. J. Geogr. Inf. Sci. 27, 1593–1611. https://doi.org/10.1080/13658816.2012.762454. 

Han, Y., Jia, H., 2017. Simulasi dinamika spasial pertumbuhan perkotaan dengan pendekatan pemodelan
terintegrasi: studi kasus di Foshan, Cina. Ecol. Model. 353 (Tambahan C), 107–116.
https://doi.org/10.1016/j.ecolmodel.2016.04.005. 

Hannaford, J., 2015. Perubahan yang didorong oleh iklim di aliran sungai Inggris: tinjauan bukti. Prog.
Phys. Geogr. Lingkungan Bumi. 39, 29–48. https://doi.org/10.1177/ 0309133314536755. 

Huong, HTL, Pathirana, A., 2013. Urbanisasi dan perubahan iklim berdampak pada banjir perkotaan di
masa depan di kota Can Tho. Vietnam. Hidrol. Earth Syst. Sci. 17, 379–394.
https://doi.org/10.5194/hess-17-379-2013. 

IPCC, 2014. Perubahan Iklim 2014: Laporan Sintesis. Kontribusi Kelompok Kerja I, II dan III untuk Laporan
Penilaian Kelima Panel Antarpemerintah tentang Perubahan Iklim. 

Jenks, GF, Caspall, FC, 1971. Kesalahan pada peta koropletik: definisi, pengukuran, reduksi. Ann. Assoc.
Saya. Geogr. 61, 217–244. https://doi.org/10.1111/j.1467- 8306.1971.tb00779.x. 

Kreibich, H., Piroth, K., Seifert, I., Maiwald, H., Kunert, U., Schwarz, J., Merz, B., Thieken, AH, 2009.
Apakah kecepatan aliran merupakan parameter penting dalam kerusakan banjir pemodelan? Nat.
Hazards Earth Syst. Sci. 9, 1679–1692. https://doi.org/10.5194/nhess-9-1679-2009. 

204

Kreibich, H., Seifert, I., Merz, B., Thieken, AH, 2010. Pengembangan FLEMOcs - model baru untuk
estimasi kerugian banjir di sektor komersial. Hidrol. Sci. J. 55, 1302–1314.
https://doi.org/10.1080/02626667.2010.529815. 

Long, Y., Han, H., Lai, S.-K., Mao, Q., 2013. Batas pertumbuhan perkotaan di wilayah metropolitan
Beijing: perbandingan simulasi dan karya seni. Kota 31, 337–348.
https://doi.org/10.1016/j.cities.2012.10.013. 

Löschner, L., Herrnegger, M., Apperl, B., Senoner, T., Seher, W., Nachtnebel, HP, 2017. Risiko banjir,
perubahan iklim dan pembangunan permukiman: penilaian skala mikro dari kota Austria. Reg.
Mengepung. Ubah 17, 311–322. https://doi.org/10. 1007 / s10113-016-1009-0. 

Matthews, RB, Gilbert, NG, Roach, A., Polhill, JG, Gotts, NM, 2007. Model penggunaan lahan berbasis
agen: tinjauan aplikasi. Landsc. Ecol. 22, 1447–1459. Merz, B., Thieken, AH, Gocht, M., 2007. Pemetaan
risiko banjir di skala lokal: konsep dan tantangan. Dalam: Manajemen Risiko Banjir di Eropa, Kemajuan
dalam Penelitian Bahaya Alam dan Teknologi. Springer, Dordrecht, hlm. 231–251. https://doi.org/
10.1007 / 978-1-4020-4200-3_13. 

Moel, H. de, Aerts, JCJH, 2010. Pengaruh ketidakpastian dalam penggunaan lahan, model kerusakan dan
kedalaman genangan pada perkiraan kerusakan banjir. Nat. Bahaya 58, 407–425. https: // doi. org /
10.1007 / s11069-010-9675-6. 

Mustafa, A., Cools, M., Saadi, I., Teller, J., 2017. Menggabungkan agen, automata seluler, dan regresi
logistik ke dalam model perluasan perkotaan hybrid (HUEM). Penggunaan Lahan Pol. 69C, 529–540.
https://doi.org/10.1016/j.landusepol.2017.10.009. 

Mustafa, A., Heppenstall, A., Omrani, H., Saadi, I., Cools, M., Teller, J., 2018a. Pemodelan perluasan dan
pemadatan yang dibangun dengan regresi logistik multinomial, automata seluler dan algoritma genetika.
Comput. Mengepung. Urban Syst. 67, 147–156. https: //
doi.org/10.1016/j.compenvurbsys.2017.09.009. 

Mustafa, A., Rompaey, AV, Cools, M., Saadi, I., Teller, J., 2018b. Mengatasi de terminants dari proses
ekspansi dan densifikasi yang dibangun pada skala regional. Pejantan Perkotaan. 1–20.
0042098017749176. https://doi.org/10.1177/ 0042098017749176. 

Mustafa, A., Saadi, I., Cools, M., Teller, J., 2018c. Metode Time Monte Carlo untuk ketidakpastian ad
dressing dalam model perubahan penggunaan lahan. Int. J. Geogr. Inf. Sci. 1–17. https: //
doi.org/10.1080/13658816.2018.1503275. 

Poelmans, L., Rompaey, AV, Ntegeka, V., Willems, P., 2011. Dampak relatif dari perubahan iklim dan
perluasan perkotaan pada arus puncak: studi kasus di Belgia tengah. Hidrol. Proses. 25, 2846–2858.
https://doi.org/10.1002/hyp.8047. 

Poelmans, L., Van Rompaey, A., Batelaan, O., 2010. Menggabungkan model ekspansi perkotaan dan
model hidrologi: seberapa penting pola spasial? Penggunaan Lahan Pol. 27, 965–975.
https://doi.org/10.1016/j.landusepol.2009.12.010. 

Tang, Z., Engel, BA, Pijanowski, BC, Lim, KJ, 2005. Peramalan perubahan penggunaan lahan dan dampak
lingkungannya pada skala daerah aliran sungai. J. Lingkungan. Manag. 76, 35–45. https: //
doi.org/10.1016/j.jenvman.2005.01.006. 

UNISDR, 2009. 2009 UNISDR Terminology on Disaster Risk Reduction. Wang, H., He, S., Liu, X., Dai, L.,
Pan, P., Hong, S., Zhang, W., 2013. Mensimulasikan perluasan perkotaan menggunakan model automata
seluler berbasis cloud: a studi kasus Jiangxia, Wuhan, Cina. Landsc. Rencana Perkotaan. 110, 99–112.
https://doi.org/10.1016/j. rencana urban2012.10.016.. 

White, R., Engelen, G., 2000. Pemodelan terintegrasi resolusi tinggi dari dinamika spasial sistem
perkotaan dan regional. Comput. Mengepung. Urban Syst. 24, 383–400. https://doi.org/10.1016/S0198-
9715(00)00012-0.