2126 2513 1 SM
2126 2513 1 SM
2126 2513 1 SM
ABSTRACT
The damage in catchment area (DTA) and the decrease of lake water quality have
been happened in Indonesia, therefore Indonesian government has created a lake
management and rescue program. This research aims to study soil erosion rate
estimations using Landsat TM/ETM+ and SPOT-4 temporal data in the DTA of Kerinci
Lake. Data standardization was carried out to maintain the consistency of the
Normalized Difference Vegetation Index (NDVI) values from some disturbances caused
by the differences of acqusition time, sensor and the effect of cloud cover. NDVImin and
NDVImax were extracted from 19 Landsat TM / ETM + data in 2000-2009 period, slope
was extracted from the Digital Elevation Model (DEM). Spatial distributions of soil
erosion rate for 2009 and 2012 in the DTA were mapped using NDVI-slope method. The
generated soil erosion rates in the DTA were analysed and verified by comparing the
change of the soil erosion rate to the change of surface runoff coefficient. The results
showed that the soil erosion rate in the DTA had a increasing trend, which was
consistent with the increasing trend of surface runoff coefficient during 2009-2012
period. The soil erosion rate in the DTA of Lake Kerinci was estimated to increase form
0,39 mm /year in 2009 to be 0,46 mg/year in 2012.
Keywords: Soil erosion rate, Lake ecosystem, Multi temporal satellite data, NDVI-slope
method
ABSTRAK
20 ribu ha dan hasil prediksi model menengah sampai tinggi. Fulajtar (2001)
dapat meliputi aliran permukaan, hasil memetakan pola erosi dengan
sedimen, kehilangan N dan P serta menggunakan foto udara dan SPOT
kebutuhan oksigen kimiawi, tetapi Pankromatik, akurasi pemetaan hampir
model ini membutuhkan data input yang seakurat data lapangan sehingga
sangat banyak (Vadari et al., 2004). metode ini dioperasionalkan di Slovakia.
Model pendugaan laju erosi tanah juga Honda et al. (1998) mengembangkan
dilakukan berbasis data spasial dari metode NDVI-slope untuk pendugaan
satelit penginderaan jauh dan Sistem laju erosi tanah berbasis data satelit
Informasi Geografis (SIG), seperti yang penginderaan jauh, yang menggunakan
dilakukan oleh Bahadur (2009), informasi spasial kemiringan lereng dan
Hazarika dan Honda (2001) dan As- data Normalized Difference Vegetation
syakur (2008). Pemanfaatan data satelit Index (NDVI) untuk wilayah kajian DTA
dapat membantu meningkatkan Siwalik di Nepal. Kedua parameter ini
keakuratan beberapa parameter input dihubungkan dengan laju erosi aktual
seperti meningkatkan kedetilan informasi yang dikumpulkan dari pengukuran
penutup lahan dan mendapatkan lapangan, sehingga laju erosi dapat
topografi wilayah yang komplek pada diduga dengan perubahan kerapatan
wilayah yang luas, seperti di DAS atau vegetasi dan kemiringan lahan di DTA
DTA. Selain itu berkurangnya data-data tersebut. Metode ini cukup menarik
yang diperoleh dari lapangan dan karena hanya menggunakan beberapa
kemudahan perolehan data multi parameter dan dapat menduga laju dan
temporal (berlainan waktu) untuk suatu besarnya erosi dengan cukup baik pada
wilayah membuat kajian mengenai erosi daerah pegunungan dengan topografi
tanah menjadi lebih mudah dan dapat yang bervariasi, seperti: DTA Siwalik-
dilakukan pemantauan perubahan Nepal (Honda et al. (1998), Hazaika dan
tingkat erosi tanah di suatu wilayah Honda (2001), DTA Samanalawewa-
dalam cakupan yang luas. Srilangka Udayakumara et al. (2010)
Kelebihan-kelebihan yang dan DTA Manjunto di Bengkulu-
diperoleh dari data penginderaan jauh Indonesia (Gunawan et al., 2011).
satelit tersebut menjadi dasar semakin Faktor penting yang perlu
banyaknya data penginderaan jauh diperhatikan untuk meningkatkan
digunakan sebagai data input pada akurasi dari informasi erosi
model pemetaan erosi tanah di suatu menggunakan metode NDVI-slope adalah
wilayah. As-Syakur (2009) menggunakan dibutuhkannya informasi spasial
data penginderaan jauh satelit sebagai mengenai kondisi maksimum/minimum
masukan model USLE untuk tingkat kerapatan vegetasi yang akurat
memprediksi erosi tanah di DTA Danau dan mewakili daerah kajian. Pada
Buyan. Sedangkan Lu et al. (2004) penelitian pendugaan laju erosi yang
menggunakan data penginderaan jauh telah dijelaskan di atas, informasi
satelit sebagai masukan model RUSLE mengenai kondisi maksimum/minimum
di wilayah Amazon, Brasil, untuk tingkat kerapatan vegetasi dihasilkan
memetakan resiko erosi tanah menjadi hanya dengan menggunakan dua waktu
lima kelas (sangat rendah, rendah, perekaman data, sehingga hasil
menengah, menengah tinggi, dan tinggi) dirasakan belum optimal. Oleh karena
dan mengkorelasikan antara distribusi itu perlu dilakukan perbaikan metode
penutup lahan dengan tingkat resiko dengan menggunakan data multi
erosi, sehingga diperoleh bahwa hutan temporal selama periode tertentu
mempunyai resiko erosi rendah, sehingga diharapkan dapat diperoleh
sedangkan agroforestry dan padang kondisi maksimum/minimum tingkat
rumput mempunyai resiko erosi kerapatan vegetasi yang akurat dan
90
Pendugaan Laju Erosi Tanah ....... (Bambang Trisakti)
Gambar 2-1: Danau Kerinci di Provinsi Jambi menggunakan data SPOT RGB 431
91
Jurnal Penginderaan Jauh Vol. 11 No. 2 Desember 2014 :88-101
Kerusakan DTA danau karena kegiatan periode 2000-2009 (Tabel 2-1) untuk
illegal logging, dan konversi lahan hutan pembuatan NDVI minimum (NDVImin)
menjadi berbagai penutup lahan dan NDVI maksimum (NDVImax).
khususnya lahan pertanian yang Pendugaan laju erosi dilakukan dengan
mengakibatkan terjadinya erosi dan menggunakan data Landsat TM tahun
tinggi sedimentasi di perairan danau 2009 dan SPOT-4 tahun 2012. Data
Kerusakan sempadan danau karena Satelit diperoleh dari Pusat Teknologi
pesatnya pembangunan permukiman dan Data Penginderaan Jauh, Lapan.
penduduk dan tingginya aktifitas Selain itu digunakan juga data Digital
pertanian Elevation Model Shuttle Radar
Data yang digunakan terdiri dari Topography Mission (DEM SRTM) X-C
19 data Landsat TM/ETM+ (Path/row: band resolusi 30 m untuk pembuatan
126/062) multi temporal yang mewakili batas DTA Danau Kerinci (Tabel 2-2).
musim hujan dan kemarau selama
Tabel 2-1: DATA SATELIT MULTI TEMPORAL UNTUK MENGHITUNG NDVImin DAN NDVImax
Tanggal Perekaman,
No. Jenis data
Path/row: 126/062
1. Landsat TM 22 Januari 2000
2. Landsat TM 5 Mei 2000
3. Landsat TM 13 Mei 2000
4. Landsat TM 3 Juli 2001
5. Landsat TM 11 Juli 2001
6. Landsat ETM+ 24 Maret 2002
7. Landsat ETM+ 28 Juni 2002
8. Landsat ETM+ 15 Agustus 2002
9. Landsat TM 6 Januari 2003
10. Landsat ETM+ 17 Juni 2004
11. Landsat TM 13 September 2004
12. Landsat TM 27 Mei 2005
13. Landsat TM 30 Mei 2006
14. Landsat TM 1 Juli 2006
15. Landsat ETM+ 11 September 2006
16. Landsat TM 1 Mei 2007
17. Landsat TM 19 Mei 2008
18. Landsat TM 20 April 2009
19. Landsat TM 22 Mei 2009
−
Dimana, Acloud-thres adalah nilai batas = + 1 × 100 (2-4)
−
awan band inframerah dekat dan Bcloud-
thres adalah nilai batas awan band biru.
Persamaan (2-2), E adalah laju
Penghilangan bayangan awan
erosi tanah (mm/tahun), S adalah
menggunakan band albedo (penjumlahan
gradien atau kemiringan lahan (derajat),
band visible) dan band inframerah dekat
S30 adalah nilai Tangen 30º dan E30
(band 4), algoritma yang digunakan
adalah laju erosi tanah yang terjadi pada
adalah sebagai berikut:
lereng 30º diperoleh dengan
if BandBlue + BandGreen + BandRed < 0.27 menggunakan Persamaan (2-3). Nilai
maka menjadi piksel bayangan, maksimum laju erosi (Emax) dan nilai
93
Jurnal Penginderaan Jauh Vol. 11 No. 2 Desember 2014 :88-101
minimum laju erosi (Emin) diperoleh Hal yang baru dilakukan untuk
berdasarkan hasil pengukuran laju erosi meningkatkan akurasi pendugaan laju
yang dikumpulkan dari lapangan pada erosi tanah adalah penggunaan data
kemiringan lahan 30º, dengan nilai multi temporal selama periode yang
masing-masing adalah 17.12 mm/tahun cukup lama (10 tahun), sehingga dapat
dan 0.132 mm/year, sedangkan nilai diperoleh informasi NDVImax dan NDVImin
maksimum kehijauan/kerapatan vegetasi yang benar-benar mewakili kondisi lokasi
(NDVImax) dan nilai minimum kehijauan kajian. Pada kegiatan ini digunakan 18
vegetasi (NDVImin) dihitung dengan data Landsat multi temporal (Tabel 2-2)
mencari nilai maksimum dan nilai yang mewakili musim hujan dan
minimum NDVI pada DTA dengan kemarau selama periode 2000-2009.
menggunakan Persamaan (2-4). Nilai Pada tahap awal dilakukan koreksi
NDVI dihitung dengan menggunakan terrain dan penghilangan awan serta
band inframerah dekat (NIR) dan band bayangan awan yang mempengaruhi nilai
merah (Red), kemudian dilakukan NDVI. Selanjutnya dilakukan ekstraksi
konversi sehingga interval nilai NDVI sebaran NDVI untuk setiap data,
yang semula -1 sampai 1 berubah penggabungan data NDVI selama periode
menjadi 0 sampai 200. Konversi 2000-2009 dan ekstraksi nilai NDVI
dilakukan agar perhitungan dilakukan maksimum dan minimum untuk wilayah
dalam bilangan bulat, tetapi range dari DTA. Kajian lengkap mengenai penurunan
kisaran NDVI masih bisa dipertahankan. NDVImax dan NDVImin, telah dibahas pada
Diagram alir pendugaan laju erosi paper publikasi sebelumnya (Trisakti,
tanah diperlihatkan pada Gambar 2-1. 2013).
1 0–3 0,3
2 3- 8 0,4
3 8 - 15 0,5
4 15 - 25 0,6
5 > 25 0,7
Sumber: Dune & Leopold, 1978; Subarkah, 1980;
Wahyuningrum dan Pramono, 2007
0 4 mm/year 0 4 mm/year
(a) Laju erosi tahun 2009 (b) Laju erosi tahun 2012
Gambar 3-3: Sebaran laju erosi tanah tahun 2009 dan 2012 di DTA Danau Kerinci
Tabel 3-1: LAJU EROSI TANAH RATA-RATA DUGAAN DI DTA DANAU KERINCI TAHUN 2009-2012
Laju erosi tanah pada tahun aliran permukaan di DTA Danau Kerinci
2009 hanya terdistribusi pada sisi pada tahun 2009 dan 2012. Hasil
kanan DTA, sedangkan laju erosi tanah perhitungan koefisien aliran permukaan
pada tahun 2012 terdistribusi merata rata-rata DTA untuk tahun 2009 dan
dengan nilai lebih bervariasi mencapai 4 2012 memperlihatkan bahwa terjadi
mm/tahun. Hasil perhitungan laju erosi peningkatan koefisien aliran permukaan
tanah rata-rata DTA untuk tahun 2009 dari 0,40 pada tahun 2009 menjadi 0,41
dan 2012 memperlihatkan bahwa terjadi pada tahun 2012, seperti diperlihatkan
peningkatan laju erosi tanah dari 0,39 pada Tabel 3-2. Hasil pengujian
mm/tahun pada tahun 2009 menjadi memperlihatkan bahwa laju erosi tanah
0,46 mm/tahun pada tahun 2012, mengalami peningkatan sejalan dengan
seperti diperlihatkan pada Tabel 3-1. peningkatan koefisien aliran permukaan
Verifikasi terhadap laju erosi tanah di DTA Danau Kerinci. Hasil perbandingan
dilakukan dengan cara membandingkan ini sesuai dengan hipotesis yang dibuat,
secara kualitatif korelasi antara laju sehingga model pendugaan laju erosi
erosi dengan koefisien aliran permukaan, tanah berbasis data satelit penginderaan
dengan membuat hipotesis bahwa jauh yang digunakan pada kegiatan ini
peningkatan aliran permukaan di suatu mampu untuk memberikan gambaran
wilayah DTA akan berdampak pada kondisi perubahan tingkat erosi yang
meningkatnya erosi tanah. Gambar 3-4 terjadi di DTA kajian.
memperlihatkan sebaran spasial koefisien
98
Pendugaan Laju Erosi Tanah ....... (Bambang Trisakti)
(a) Koefisien aliran tahun 2009 (b) Koefisien aliran tahun 2012
Gambar 3-4: Sebaran koefisien aliran tahun 2009 dan 2012 di DTA Danau Kerinci
Tabel 3-2: KOEFISIEN ALIRAN PERMUKAAN RATA-RATA DUGAAN DI DTA DANAU KERINCI TAHUN
2009-2012
101