Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Hasil dalam Ilmu Geofisika 12 (2022) 100049

Daftar isi tersedia diScienceDirect

Hasil dalam Ilmu Geofisika

halaman utama jurnal:www.sciencedirect.com/journal/results-in-geophysical-sciences

Penilaian risiko erosi tanah dan hasil sedimen dengan Revised Universal
Soil Loss Equation dan GIS: Kasus DAS Nesha,
Ethiopia barat daya
Tesfahun Endalewsebuah,*, Dereje Birub
sebuahDepartemen Geografi dan Studi Lingkungan, Sekolah Tinggi Ilmu Sosial dan Humaniora, Salale University, PO Box 245, Fiche, Ethiopia
bDepartemen Geografi dan Studi Lingkungan, Sekolah Tinggi Ilmu Sosial dan Humaniora, Universitas Bonga, PO Box 334, Bonga, Ethiopia

INFO ARTIKEL ABSTRAK

Kata kunci: Penelitian ini dilakukan untuk memprediksi secara spasial laju kehilangan tanah di zona kaffa menggunakan estimasi model
Model RUSLE dan GIS. Revised Universal Soil Loss Equation (RUSLE) disesuaikan dengan kondisi Ethiopia terbiasa memperkirakan potensi
Pengendapan kehilangan tanah dengan memanfaatkan informasi erosivitas curah hujan (R) menggunakan interpolasi data curah hujan,
Tanah lereng
erodibilitas tanah (K) menggunakan peta tanah DSMW, tutupan vegetasi (C) menggunakan spot6 gambar, topografi (LS)
Konservasi tanah
menggunakan Digital Elevation Model (DEM) dan praktik konservasi (P) menggunakan DEM dan citra satelit. mendukung
Erosi air
analisis tersebut, rata-rata dan total potensi kehilangan tanah tahunan di wilayah studi masing-masing adalah 30 ton ha-1
tahun-1 dan 36.264,5 ton ha-1 tahun-1. Hasil penelitian juga menunjukkan bahwa sekitar 2,89, 8,02, 15,31 dan 73,78% wilayah
studi tergolong sedikit, sedang, tinggi, dan sangat tinggi dengan nilai berkisar antara 0 sampai 15,>200 ton ha-1 tahun-1,
masing-masing. Studi ini menunjukkan bahwa RUSLE menggunakan GIS dan RS memberikan keuntungan besar untuk
menganalisis pengetahuan multi-lapisan secara spasial. Jumlah kehilangan tanah yang diharapkan dan distribusi spasialnya
dapat memfasilitasi penggunaan dan pengelolaan lahan yang berkelanjutan.

1. Perkenalan
Laju erosi tahunan di seluruh dunia dari lahan pertanian berkisar
antara 22 hingga 100 t ha−1 dan penurunan produktivitas maksimum
sebesar 15–30% per tahun (morgan, 2005). Konsisten denganmorgan
(2005), erosi tanah merugikan ekonomi AS antara US$30 miliar dan
US$44 miliar per tahun terkait dengan efek erosi di lokasi (biaya
produksi dan kerugian produksi) dan di luar lokasi (polusi dan
sedimentasi sumber daya air di hilir).
Erosi tanah bisa menjadi fenomena umum di dataran tinggi Afrika timur,
yang menyebabkan degradasi tanah yang meluas (Gachene, 1995; Vaezi et
al., 2008). Terutama, di dataran tinggi Ethiopia rentan terhadap erosi yang
parah (Bewket dan Teferi, 2009;Gelagay dan Minale, 2016; Haregeweyn et
al., 2017) karena penggundulan hutan yang ekstrim, topografi yang tidak
rata, pemukiman bersejarah, pembakaran sisa tanaman, varietas pertanian
yang eksploitatif dan praktik pengelolaan lahan yang tidak tepat/tidak tepat
(Bewket dan Teferi, 2009;Hurni et al., 2015;Menggunakan kembali et al.,
2010).
Beberapa penelitian melaporkan bahwa sebagian besar lahan budidaya di dataran
tinggi Ethiopia telah melampaui tingkat kehilangan tanah yang dapat ditoleransi (TSL),
yaitu antara 5 sampai 11 t ha-1 y-1(Renard et al., 1997;Amsalu et al., 2018;
Moges dan Bhat, 2018). Jika laju kehilangan tanah saat ini tidak dapat
dihindarkan, hal itu akan menghambat produksi pertanian dan
pembangunan ekonomi (Wischmeier dan Smith, 1978;Blanco-Canqui dan
Lal, 2010). Keausan yang disebabkan oleh air juga telah menyebabkan
sedimentasi reservoir air dan catu daya (Wolancho, 2012). Selain itu,
terkikisnya juga mempengaruhi standar air minum, yang membutuhkan
investasi besar dalam layanan pengolahan air.
Erosi tanah yang parah dan dampak lingkungan dan sosial ekonominya
memerlukan penyelidikan berbagai praktik pengelolaan tanah dan air yang akan
mengurangi erosi. Praktik-praktik tersebut meliputi budidaya intensif, budidaya
ekstensif, strip filter, tracing, pematang batu atau tanah, agro-forestasi, dan
kandang area (Betrie et al., 2011;Tamene et al., 2011;Diwediga dkk., 2018).
Meskipun ada beberapa model untuk memperkirakan erosi, model Revised
Universal Soil Loss Equation (RUSLE) (Renard et al., 1997) berguna dalam
mengidentifikasi area hot spot erosi dan menyarankan tindakan konservasi yang
tepat di area yang rawan data seperti dataran tinggi Ethiopia. Karena pengukuran
erosi langsung di lapangan pada penelitian permanen atau stasiun percobaan
menggunakan plot limpasan dengan luas yang diketahui, panjang lereng lereng,
dan jenis tanah dapat memberikan

* Penulis yang sesuai.

Alamat email:tesfayedri@gmail.com (T.endalew).

https://doi.org/10.1016/j.ringps.2022.100049

Tersedia online 13 November 2022

2666-8289/© 2022 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/by-
nc-nd/4.0/).
T. Endalew dan D.Biru
limpasan yang dapat diandalkan dan kehilangan tanah (Hurni et al., 2010) untuk
tujuan eksperimental, bagaimanapun, itu mahal, padat karya, dan memakan
waktu (Amsalu dan Mengaw, 2014;Assefa et al., 2015;Betru et al., 2020; Girmay et
al., 2020).
Erosi tanah dan degradasi lahan juga menjadi tantangan signifikan bagi
produksi pangan di zona kaffa. Peningkatan pertumbuhan penduduk yang cepat,
penanaman pada lereng yang curam, pembukaan vegetasi, dan penggembalaan
yang berlebihan merupakan faktor utama yang mempercepat erosi tanah dan
degradasi lahan di wilayah studi. Oleh karena itu, target penelitian ini adalah
menilai tingkat kehilangan tanah dan mengidentifikasi area hotspot
menggunakan RUSLE zona kaffa, di barat daya Ethiopia.
2. Bahan-bahan dan metode-metode
2.1. Deskripsi wilayah studi
Cekungan Nesha terletak di Cekungan Omo di Ethiopia. Itu terletak
di zona Kaffa di bagian barat daya Ethiopia. Secara geografis terletak
antara 36◦18′0“ke 36◦28′30“bujur timur dan 6◦57′0“ke 7◦
7′30“lintang utara (Gambar 1). Cekungan mencakup 43.317,45 hektar.
1 Bahan dan Metode 2
Deskripsi daerah penelitian
3 Kajian ini dilakukan di Kaffa Zone yang terletak di antara
6 27 penutup di atas lokasi yang berangin ke musim hujan yang lembab
4o
5 24′ke 8
6o
7 13′Lintang Utara dan 35 8
o Data yang digunakan dalam penelitian ini dihasilkan dari berbagai sumber.
9 30′ke 36
10 o
Gambar 1.Peta lokasi DAS Nesha.
2
Hasil dalam Ilmu Geofisika 12 (2022) 100049
11 46′
12 Bujur Timur di bagian Barat Daya Selatan, Bangsa, Bangsa-
Daerah dan Daerah Rakyat. Zona ini memiliki total luas
13 dari 10.602,7 km
14 2
15 yang menyumbang 7,06% dari total luas wilayah. Administrasi-
secara tradisional, Zona Kaffa terbagi
16 menjadi sepuluh kabupaten dan memiliki tiga zona iklim konvensional berdasarkan
pada variasi ketinggian dan temperatur. Ini
17 adalah dataran tinggi (2500 - 3000 m dpl), dataran tengah (1500 - 2500 m dpl)
dan dataran rendah (500 – 1500 m dpl) (KZBoFED,
18 2014). Dari total luas Zona, dataran tinggi, tengah dan
dataran rendah meliputi 11,6%, 59,5% dan 28,9%. Suhu
tahunan rata-rata 19 daerah tersebut berkisar 10,1 20 0
21 C – 27,5
22 0
23 C. Bulan-bulan terhangat adalah Februari, Maret dan April
24 sedangkan bulan terdingin adalah Juli dan Agustus. Menurut
data meteorologi yang diperoleh dari Zone, the
25 curah hujan tahunan berkisar antara 1001 hingga 2200 mm (KZBoFED, 2014).
Zona Kaffa adalah bagian dari South West Ethiopian
26 daerah yang menerima jumlah curah hujan tertinggi. Ini adalah
disebabkan oleh keberadaan hutan yang selalu hijau
angin.
2.2. Tipe data dan sumbernya
Data utama yang digunakan dalam penelitian ini meliputi data Tanah yang diambil
dari Harmonized World Soil Database (HWSD) versi 1.2 dari
T. Endalew dan D.Biru
resolusi 30 detik busur (FAO, 2013), data curah hujan diambil dari
Ethiopia National Meteorology Agency (ENMA), citra satelit Landsat 8
Operational Land Imager (OLI) (resolusi 30 х 30 m) diperoleh dari
United States Geological Survey (USGS) untuk mengembangkan peta
tutupan lahan penggunaan lahan dari wilayah studi dan verifikasi
dengan titik-titik kebenaran dasar. Model elevasi digital (DEM) dengan
resolusi spasial 30 m diperoleh dari Misi Topografi Radar Shuttle (SRTM)
untuk mengembangkan faktor panjang Lereng dan kemiringan lereng
(nilai LS) & faktor praktik konservasi (nilai P). Perangkat lunak Erdas
Imagine 2015 digunakan untuk pre- dan post-processing citra satelit,
termasuk layer stacking dan mosaic untuk kategorisasi Land use land
cover (LULC). Perangkat lunak ArcGIS 10.5 digunakan untuk membuat
dan memperbarui dataset GIS, menyimpan dan mengelola data
geografis dalam paket geodatabase,
2.3. Proses dan analisis data
2.3.1. klasifikasi LULC
Sebelum mengklasifikasikan citra Landsat 8 ke dalam kelas LULC,
tugas preprocessing seperti layer stacking, color composite, dan sub-
setting dilakukan terlebih dahulu. Kemudian dilakukan koreksi
radiometrik citra Landsat untuk meningkatkan kualitas citra. Klasifikasi
citra dilakukan dengan menggunakan teknik klasifikasi citra terawasi
dengan algoritma Maximum Likelihood Classification (MLA). Seluruh
DAS diklasifikasikan ke dalam enam kelas LULC seperti Lahan Budidaya,
Lahan Bare, Lahan Hutan, Lahan Rumput, Perairan, dan Pemukiman.
Kemudian; gambar yang diklasifikasikan dibandingkan dengan gambar
referensi melalui matriks kesalahan. Berbagai ukuran penilaian akurasi
seperti akurasi pengguna, akurasi produser, akurasi keseluruhan dan
koefisien Kappa telah dilakukan.Persamaan. (1)) .Sedangkan nilai
statistik kappa adalah ukuran kesesuaian antara klasifikasi dan data
referensi (Mishra et al., 2020;Peng et al., 2021) memeringkat nilai
kappa, mulai dari − 1 hingga 1, menjadi tiga kelompok: (1) lebih besar
dari 0,80 mewakili kesepakatan yang kuat (2) antara 0,40 dan 0,80
mewakili kesepakatan sedang, dan (3) kurang dari 0,40 mewakili
kesepakatan yang buruk antara klasifikasi dan data referensi. Koefisien
Kappa dihitung menggunakan (Persamaan. (2)).
Jumlahkan elemen diagonal
Akurasi Keseluruhan =
Jumlah total piksel situs akurasi (total kolom)
(Jumlah Total yang benar) − Jumlah dari semua (total kolom total baris)
K=
Total kuadrat − Jumlah dari semua (total kolom total baris
2.3.2. Estimasi kehilangan tanah
Model empiris yang disebut USLE diciptakan olehWischmeier (1965).
Belakangan, tim ilmuwan mengkomputerisasi dan memperbarui model
tersebut, memberinya nama RUSLE (Agarwal dan Garg, 2016). RUSLE adalah
model populer yang diterapkan dalam beberapa studi untuk menilai erosi
tanah rill dan inter rill (Chalise et al., 2019;Kumar Pradhan dkk., 2020;
Kulimushi et al., 2021sebuah,2021b). Karena kejelasan dan
kesederhanaannya, metode ini telah diterapkan secara luas dalam beberapa
penelitian di Ethiopia dan tempat lain di dunia (Angima et al., 2003;Kouli et
al., 2008;Sharma et al., 2011; Meshesha et al., 2012;Panagos et al., 2015;
Tadesse et al., 2017; Benavidez et al., 2018;Woldesenbet et al., 2020;Zerihun
et al., 2018; Belayneh et al., 2019;Belay dan Mengistu, 2021;Kulimushi et al.,
2021sebuah).
RUSLE menilai hilangnya tanah sebagai produk langsung dari lima faktor erosi (
Persamaan. (3)), termasuk erosivitas curah hujan (faktor-R), erodibilitas tanah (faktor-K),
panjang lereng, dan kecuraman (faktor-LS), pengelolaan tutupan (faktor-C), dan praktik
dukungan (faktor-P) (Renard et al., 1997). Tingkat kehilangan tanah tahunan ditentukan
dengan mengalikan masing-masing nilai faktor RUSLE secara interaktif menggunakan
“Kalkulator Aljabar Peta Alat Analis Spasial” di lingkungan Arc-GIS 10.5 seperti yang
ditunjukkan (Persamaan. (3)). Kehilangan tanah
Hasil dalam Ilmu Geofisika 12 (2022) 100049
potensi daerah penelitian kemudian dikategorikan ke dalam kelas keparahan yang
berbeda diadaptasi dariFAO (1984)seperti rendah (0–5t/ ha−1/y−1), Sedang
(5–11 ton/ha−1/y−1), Tinggi (11–20t/ha−1/y−1), Sangat tinggi (20–30 t/ha−1
/y−1), Parah (30–45t/ ha−1/y−1), Sangat parah
(45–60t/ha−1/y−1) dan Ekstrim Parah (>60t/ha−1/y−1).
SEBUAH=R×K×LS×C×P (3)
Di mana:
SEBUAH=menghitung kehilangan tanah tahunan rata-rata dalam ton ha−1/tahun−1
R=faktor erosivitas curah hujan-limpasan (MJ mm ha−1h−1tahun−1) K
=faktor erodibilitas tanah (ton ha h ha−1MJ−1mm−1) LS = faktor
panjang lereng dan kecuraman (tanpa dimensi)
C = faktor manajemen sampul (tanpa dimensi, berkisar dari nol hingga
satu)
P=faktor praktik konservasi (tanpa dimensi, berkisar dari nol hingga satu)
Pendugaan erosivitas curah hujan (faktor-R).Faktor erosivitas (R)
dihitung menggunakan persamaan yang diberikan dalamHurni (1985a)
diadaptasi untuk kondisi Ethiopia yang diturunkan dari analisis regresi
spasial (Hellden, 1987) (Persamaan. (4)). Studi lain juga dilaporkan
berhasil menggunakan persamaan (Bewket dan Teferi, 2009;Shiferaw,
2015;Meshesha et al., 2012;Amsalu et al., 2014;Wolka et al., 2015;
Gashaw et al., 2018;Asmamaw dan Muhammad, 2019;Bewket dan
Teferi, 2009;Meshesha et al., 2012;Amsalu dan Mengaw, 2014;Wolka et
al., 2015;Amsalu et al., 2018;Asmamaw, 2019). Faktor-R diberikan oleh
persamaan regresi sebagai:
R= −8.12 + 0.562P (4)
Dimana R adalah faktor erosivitas dan P adalah curah hujan tahunan rata-rata (mm tahun
−1).
Untuk menghitung faktor R, rata-rata curah hujan tahunan selama tiga puluh
enam tahun (1980–2019) dikumpulkan dari stasiun metrologi yang ditemukan di
dalam batas DAS. Setelah menghitung curah hujan rata-rata 39 tahun untuk setiap
stasiun, faktor-R dihitung menggunakan rumus di atas dan dikonversi ke
permukaan raster menggunakan metode interpolasi IDW (Inverse Distance
weighted) dalam perangkat lunak ArcGIS.
Estimasi panjang lereng dan kecuraman (faktor LS).Resolusi spasial 30
m DEM (model elevasi digital) biasa dihasilkan
(1) lereng dengan menggunakan “Slope Surface Analyst Tool Spatial” pada Arc-GIS 10.5
lingkungan. Akumulasi aliran dan kemiringan lereng dihitung dari DEM
menggunakan Arc-GIS. Flow Accumulation diperoleh dari DEM yang terkoreksi
(2)
secara hidrologi setelah dilakukan proses FILL dan Flow Direction dengan alat Arc-
Hydro yang terintegrasi dengan perangkat lunak Arc-GIS. Akumulasi aliran dan
peta kemiringan dikalikan dengan alat analisis spasial menggunakan kalkulator
aljabar peta raster di arc-GIS untuk menghitung dan memetakan panjang lereng
(faktor LS) seperti yang ditunjukkan padaPersamaan. (5)dan ditentukan oleh
Wischmeier dan Smith (1978).
LS= (Akumulasi Aliran∗Ukuran sel/22.13)0.4∗ (kemiringan lereng/0.896)1.3 (5)
Dimana ukuran sel merepresentasikan panjang lereng lapangan dan 22,13 merupakan panjang
plot lapangan penelitian
Estimasi erodibilitas (faktor K).Erodibilitas Tanah (K) menunjukkan
kerentanan tanah terhadap erosi oleh air hujan dan limpasan yang terkait.
Tekstur tanah, struktur, bahan organik dan permeabilitas tanah merupakan
faktor kunci yang mempengaruhi K-faktor. Faktor erodibilitas tanah dihitung
dengan menggunakan persamaan yang diberikan olehSharpley dan
Williams (1990), yang menentukan faktor K, sebagai fungsi dari interaksi
kompleks persen pasir, lanau, lempung dan karbon organik di dalam tanah.
Nilai K-faktor terletak antara 0 dan 1, di mana 0 menunjukkan kerentanan
yang lebih kecil terhadap erosi dan 1 untuk kerentanan yang lebih tinggi. K-
faktor dihitung menggunakan persamaan berikut:
3
T. Endalew dan D.Biru Hasil dalam Ilmu Geofisika 12 (2022) 100049

K=Fcsand∗Fsi− kl∗Forgc∗Fisand∗0.1317 (6) Meja 2

Perangkat lunak dan bahan yang digunakan dalam penelitian ini.
[ ( ( ))]
SIL Tujuan
Fcsand = 0.2 + 0.3exp − 0.0256SAN1 - (7) Perangkat lunak yang digunakan

100
Erdas Bayangkan 2015 Pemrosesan gambar dan analisis data
[ ]0.3 Arc-GIS 10.5 Pembuatan basis data, penggunaan/tutupan lahan, Kalkulator Raster,
SIL persiapan peta
Fsi−kl= , (8)
CLA+SIL GPS (Posisi Global Untuk mengumpulkan Ground Control Points (GCP) yang dibuat
Sistem) secara acak untuk area studi menggunakan Arc-GIS 10.5
[ ] digunakan terutama untuk pengukuran area penilaian akurasi
0.25C
Forgc= 1.0 - (9)
C+exp(3.72 - 2.95C)
[ ] berikut
0.70SN1
Fisand= 1.0 - (10) (11)
SN1 +exp(-5.51 + 22.9NS1) SDR=SEBUAH−0.2

Di mana, SAN, SIL dan CLA masing-masing mewakili persentase pasir,
lanau dan lempung; C adalah kandungan karbon organik dan SN1 adalah
kandungan pasir dikurangi 1 dibagi 100 (Tabel 1dan2,Gambar 2).
Estimasi manajemen tutupan (faktor-C).Parameter ini mencerminkan jenis praktik
pengelolaan dan pengaruhnya terhadap erosi tanah. Ini didefinisikan sebagai
rasio kehilangan tanah dari tanah yang ditanami dalam kondisi tertentu terhadap
kehilangan yang sesuai dari tanah bera terus-menerus yang digarap bersih (
Wischmeier dan Smith, 1978). Tutupan lahan memiliki dampak yang sangat besar
terhadap erosi dan pengendapan. Penutup permukaan, seperti vegetasi atau sisa
tanaman dapat menahan dan mengurangi erosivitas air hujan, meningkatkan
infiltrasi, menahan limpasan dan mengurangi kapasitas pengangkutan aliran air.
Peta penggunaan lahan/tutupan lahan digunakan untuk estimasi nilai C. Peta
penggunaan lahan/tutupan lahan raster diubah menjadi format vektor dan nilai C
yang sesuai diberikan untuk setiap kelas penggunaan lahan yang mendukung
nilai tutupan yang diusulkan oleh berbagai penulis, tetapi terutamaHurni (1985a)(
Tabel 3). Terakhir, menggunakan reklasifikasi dan konversi vektor ke raster, peta
LULC diubah menjadi peta faktor-C.
Estimasi praktik dukungan (faktor-P).Faktor praktik konservasi (p-
values) mencerminkan konsekuensi dari praktik yang akan mengurangi
jumlah dan laju limpasan air sehingga mengurangi jumlah abrasi.
Karena kurangnya data tentang faktor manajemen permanen dan tidak
ada praktik manajemen, kami menggunakan nilai p yang disarankan
olehWischmeier dan Smith (1978),Shi (2002),Rahman dkk. (2009),Teng
dkk. (2018)yang mempertimbangkan hanya dua jenis penggunaan
lahan (pertanian dan nonpertanian) dan kemiringan lahan. Dengan
demikian, lahan pertanian diklasifikasikan ke dalam enam kategori
lereng dan diberi nilai-P sementara semua lahan non-pertanian diberi
nilai-P 1 (Tabel 4).
Dimana SDR menunjukkan rasio pengiriman sedimen dan luas DAS.
SDR secara fisik berarti rasio sedimen yang dialirkan ke outlet di atas
DAS, baik darat maupun saluran. Hasil sedimen biasanya diperkirakan
dengan rumus empiris berikut:
(/)
Sy=e∗1SEBUAH0.2 (12)
Dimana Sy=Hasil sedimen (ton) pada DAS keluar biarkan;e= erosi
total (ton);SEBUAH= luas DAS (ha).
3. Hasil dan Pembahasan
3.1. Peta tutupan lahan penggunaan lahan yang direklasifikasi (LULC)
Peta LULC yang telah direklasifikasi menunjukkan bahwa 56,38% lahan
hutan (23.846,40 ha) mendominasi tutupan lahan penggunaan lahan di
wilayah studi. Diikuti oleh padang rumput, lahan pertanian, lahan tandus,
dan pemukiman, yang membentuk lanskap yang tersisa sebesar 29,34%
(12.409,2 ha), 13,57% (5.740,29 ha), 0,50% (212,40 ha), dan 0,20% (86,13 ha),
masing-masing. Gambar yang dikategorikan kemudian diperiksa
menggunakan GCP yang diperoleh di dalam area studi dan gambar pro
Google Earth dan total 200 titik acak dibuat untuk situs kontrol tertentu yang
tidak dapat diakses. BerdasarkanCongalton (2001), matriks kesalahan
digunakan untuk menentukan akurasi pengguna, akurasi produser, akurasi
keseluruhan, dan koefisien kappa sebagai hasilnya; keakuratan klasifikasi
tutupan lahan penggunaan lahan dievaluasi, menghasilkan akurasi
keseluruhan sebesar 87% dan koefisien kappa sebesar 0,858 (Tabel 5). Hasil
penilaian akurasi klasifikasi dari penelitian ini memuaskan (Congalton dan
Hijau, 2022;Lillesand et al., 2004,2015).
3.2. Penentuan faktor kehilangan tanah

2.3.3. Estimasi hasil sedimen Hasilnya, faktor R bervariasi dari 869.334 hingga 967.633 mm ha−1
Sediment delivery ratio (SDR) menunjukkan rasio hasil sedimen h−1y−1dan peta faktor-R yang dihasilkan ditampilkan diGambar 3(sebuah). Itu
pada penampang melintang sungai tertentu terhadap erosi bruto dari juga bisa diamati dariGambar 3(a) bahwa nilai maksimum R ditemukan di
daerah aliran sungai di hulu dari titik pengukuran. Menggunakan bagian barat daya DAS. Seperti yang ditunjukkan diGambar 3(b) nilai faktor
persamaan empiris, hasil sedimen di outlet DAS dihitung sebagai LS di DAS Nesha ditemukan hingga 42,47 dan nilai maksimum ditemukan di
daerah yang sungainya membentuk lembah yang dalam. Faktor erodibilitas
tanah (K) berkisar antara 0 dan 1, di mana faktor K mendekati nol berarti
Tabel 1
kerentanan yang lebih kecil terhadap erosi, dan faktor K yang mendekati
Ringkasan tipe data dan sumbernya.
satu menunjukkan kerentanan yang lebih tinggi terhadap erosi tanah. Nilai
Tipe data Sumber Tujuan
estimasi faktor-K untuk DAS berkisar antara 0,017143 hingga 0,017595 (ton
Data curah hujan ENMA Untuk mengembangkan faktor erosivitas curah hujan ha h ha− 1 MJ− 1 mm-1) diGambar 3(c) danTabel 6. Faktor C berkisar dari
(1980–2019) (Rvalue)
0,01 hingga 1; nilai-nilai yang ditampilkan diGambar 3(d). Tambahan,
Citra satelit Landsat 8 USGS Untuk mengembangkan LULC kemudian
dengan resolusi 30 m dari LULC diturunkan crop factor (C) dan
Gambar 3(e) menunjukkan nilai p-faktor mulai dari 0,1 sampai 1. Berikut ini
Conservation practice factor (P) Gambar 3ditampilkan cakupan spasial kiasan singkat dari variabel yang
data tanah (Lumpur, Pasir, DSMW Untuk mengembangkan faktor erodibilitas berbeda.
Bahan Organik & Tanah Liat) tanah (nilai K)
DEM dengan 30 m USGS untuk mengembangkan panjang Lereng dan
resolusi faktor kemiringan lereng (nilai-LS)
3.3. Estimasi kehilangan tanah dan prioritas untuk perencanaan konservasi tanah
faktor praktik konservasi (nilai-P) Titik
Data kebenaran dasar Bidang GPS terpilih digunakan untuk Semua lapisan faktor RUSLE yaitu. R, K, LS, C, dan P dengan 30×Ukuran sel
survei, pemeriksaan penilaian Akurasi dan keluaran 30 m dihasilkan dalam lingkungan GIS dan disilangkan untuk
2021 validasi hasil
mendapatkan produk, yang memberikan kehilangan tanah tahunan (A) untuk

4
T. Endalew dan D.Biru Hasil dalam Ilmu Geofisika 12 (2022) 100049

Gambar 2.Flowchart Estimasi Kehilangan Tanah (Erosi) menggunakan Model RUSLE.

sedangkan wilayah yang mengalami tingkat kehilangan tanah Sedang, Tinggi,

Tabel 3
Sangat Tinggi, Berat, dan Sangat Berat meliputi 10.916,12 ha (26,49%) dan 6480,19
Faktor tata guna lahan, tutupan area, dan tutupan pengelolaan untuk area studi.
ha (15,72%), 2711,15 ha (6,58%), 1783,95 ha (4,33%) dan masing-masing 996,57 ha
LU/LC Luas (ha) Luas (%) C-faktor Standardisasi (2,42%). Secara total, area yang terkena dampak tingkat kehilangan tanah yang
Kategori Nilai Referensi
sangat parah mencakup sekitar 3.289,80 ha (7,98%) (Tabel 7). Ini menyiratkan
badan air 823.150507 0,039772 0 Erdoğan dkk. (2007) bahwa sebagian besar kehilangan tanah total dihasilkan dari area kecil yang
Hutan 434.825.211 21.0094 0,01 Hurni (1984);Hurni
mengalami tingkat erosi yang tinggi (Gambar 4). rata-rata tingkat kehilangan
(1985a)
tanah tahunan yang diperkirakan untuk seluruh DAS adalah 24,83 t ha−1tahun−1
Padang rumput 371.155.181 17.93306 0,1 Hurni (1985a)
Tanah Kosong 258.688.907 12.49904 1 Hurni (1985a) yang dapat dibandingkan dengan laporan lain olehHurni (1985a)untuk
Lahan pertanian 995.845,13 48.11613 0,15 Hurni (1985a);Tiruneh dataran tinggi Etiopia (20 t ha− 1 year− 1); olehAyalew dan Selassie
dan Ayalew (2015) (2015)untuk DAS Guang di Ethiopia Barat Laut (24,95 t ha− 1 tahun− 1);
Hunian 8332.59112 0,402605 0,15 Hurni (1985a)
olehGashaw et al. (2018)untuk DAS Geleda di Etiopia Barat Laut (23,7 t
ha− 1 tahun− 1);Amsalu dan Mengaw (2014)untuk DAS Jabitehinan di
dataran tinggi barat laut (30,4 t ha− 1 tahun− 1) dan olehGimay et al.
Tabel 4 (2020)untuk DAS Agew-mariayam di dataran tinggi barat laut (25 t ha−1
r
Faktor praktik konservasi (nilai faktor-P). tahun−1). Tidak seperti temuan kami, beberapa studi, bagaimanapun,
Penggunaan lahan Kategori lereng (%) P- Referensi Standardisasi melaporkan tingkat erosi yang tinggi di berbagai bagian dataran tinggi
faktor Ethiopia. Sebagai contoh,Bewket dan Teferi (2009)untuk DAS Chemoga
Tanah yang dibudidayakan 0_5 0,1 Wischmeier dan Smith (1978), di cekungan Nil Biru di dataran tinggi barat laut Ethiopia (93 t ha− 1
5_10 0,12 Hurni (1985sebuah), tahun− 1) dan (Gelagay dan Minale, 2016) untuk DAS Koga di cekungan
10_20 0,14 Bewket dan Teferi (2009),
Nil Biru (47,4 t ha− 1 tahun− 1).
20_30 0,19 Gelagay dan Minale 2016)
30_50 0,25 Di sisi lain, penelitian lain melaporkan tingkat erosi yang lebih
50_100 0,33 rendah dari penelitian kami, misalnya,Brhane dan Mekonen (2009)
Penggunaan lahan lainnya Semua 1 dilaporkan 9,63 t ha− 1 tahun− 1; Gizachew (2015) 9,1 t ha− 1 tahun− 1;
Gerawork dan Awdenegest (2014), 7,47 t ha− 1 tahun− 1;Eshete (2009),
4,17 t ha− 1 tahun− 1 danTiruneh dan Ayalew (2015), 4,81 t ha− 1 year−
batas air. Nilai-nilai ini memberikan kehilangan tanah tahunan per hektar per
1 di dataran tinggi Ethiopia. Variasi dalam hasil dapat dikaitkan dengan
tahun pada tingkat piksel. Didukung oleh analisis tersebut, rata-rata kehilangan
berbagai faktor tanah di wilayah studi yang berbeda. Dengan demikian
tanah tahunan di wilayah studi ditemukan sebesar 24,83 ton ha.−1tahun−1dengan
tidak dapat diharapkan kesepakatan ketika karakteristik biofisik dari
kisaran 0 sampai 6027.17ton ha−1tahun-1. Total kehilangan tanah tahunan adalah
berbagai DAS tidak sama.
1075.497,61 ton di DAS (Luas x Nilai rata-rata). Seperti yang ditunjukkan diTabel 7,
Prioritas daerah gangguan didasarkan pada tingkat keparahan dan risiko erosi tanah. Oleh
pola spasial distribusi kehilangan tanah rata-rata tahunan dikelompokkan menjadi
karena itu berdasarkan perkiraan tingkat erosi DAS studi diklasifikasikan dan diurutkan menjadi
tujuh kelas intensitas erosi, diadaptasi dariFAO (1984)dan diungkapkan dalam
tujuh kelas prioritas seperti yang ditunjukkan pada (Gambar 4danTabel 7). RUSLE primer
bagian metodologi. Dengan demikian, sekitar 15.035,37 ha (36,48%) dari wilayah
digunakan untuk perencanaan konservasi dengan membandingkan kehilangan tanah yang
studi mengalami tingkat erosi tanah yang rendah,
dihitung dengan nilai toleransi kehilangan tanah dari

5
T. Endalew dan D.Biru Hasil dalam Ilmu Geofisika 12 (2022) 100049

Tabel 5
Penilaian akurasi.

Referensi (GPS) data

Badan air Hutan Padang rumput Tanah kosong Lahan pertanian Hunian Total Pengguna Keseluruhan Kappa

Data terklasifikasi Badan air 4 0 0 0 0 0 4 100 87% 0,858

Hutan 0 19 0 1 2 0 22 86.4
Padang rumput 1 0 28 1 3 0 33 84.8
Tanah kosong 1 0 1 19 3 1 25 76
Lahan pertanian 0 1 2 3 86 0 92 93.5
Hunian 0 0 0 0 6 18 24 75
Total 6 20 31 24 100 19 200
Produsen 66.7 95 90.3 79.2 86 94.7

Gambar 3.(a) Faktor-R (b) Faktor-LS (c) Faktor-K (d) Faktor-C (e) Faktor-P.

Tabel 6
Metode untuk menghitung nilai KUSLE.

Simbol satuan tanah pasir% tanah lapisan atas lanau% tanah lapisan atas humus % liat OC% tanah lapisan atas FcSand fcl-si Forganik fhisand Kusle K=KUSLE * 0,1317

NE 68.4 10.5 21.2 0,6 0,200000047 0,717859 0,96653 0,962738 0,133596 0,017595
MENJADI 36.4 37.2 26.4 1.07 0,200862282 0,851385 0,761202 0,999948 0,130167 0,017143

wilayah studi. Di daerah penelitian, laju kehilangan tanah dibandingkan dengan nilai
toleransi kehilangan tanah, yaitu 5–11 t ha− 1 year− 1 seperti yang diperkirakan untuk
dataran tinggi Ethiopia denganRenard et al. (1997).
Di DAS Nesha, kelas keparahan kehilangan tanah yang paling umum adalah
kelas kehilangan tanah rendah, yaitu kehilangan tanah di 62,97% DAS
dikategorikan sebagai tingkat risiko erosi rendah di bawah nilai toleransi
kehilangan tanah (Gambar 4danTabel 7). Rendahnya nilai kehilangan tanah yang
teramati di wilayah studi terutama disebabkan oleh keberadaan hutan yang
melindungi tanah dari erosi. Baik faktor erosivitas curah hujan (R) maupun
topografi (LS) mengindikasikan tingginya kemungkinan terjadinya erosi setelah
terjadinya deforestasi di DAS, terutama jika lahan akan digunduli.
dikonversi menjadi lahan pertanian. Sisa 37,03% DAS diklasifikasikan dalam kelas
risiko Tinggi hingga Ekstrim parah yang berada di atas kehilangan tanah
maksimum yang dapat ditolerir (11 t ha− 1 tahun− 1) (Gbr. 8 dan Tabel5), yang
dapat mengakibatkan masalah lingkungan dan pertanian yang parah yang
mempengaruhi penduduk setempat kecuali pihak berwenang mengambil
langkah-langkah adaptasi dan mitigasi yang efektif. Ini bisa menjadi masalah yang
signifikan karena daerah yang diklasifikasikan sebagai daerah yang terkena erosi
parah memiliki bagian dan konsentrasi terbesar di fragmen DAS Nesha yang
paling padat penduduknya.
Selain itu, mereka tumpang tindih dengan daerah yang ditutupi oleh kambisol eutrik
yang paling mudah tererosi. Hal ini dapat diamati dari kelas ditugaskan bahwa

6
T. Endalew dan D.Biru Hasil dalam Ilmu Geofisika 12 (2022) 100049

Tabel 7 parameter. Sebagai hasil dari analisis data, rata-rata kehilangan tanah tahunan
Tingkat kehilangan tanah tahunan, kelas keparahan dan area prioritas di DAS Nesha. ditemukan sebesar 24,83 ton ha-1 tahun-1 dengan kisaran 0 hingga 6.027,17 ton
Kelas Kehilangan tanah (t Keterangan Luas (ha) Daerah Prioritas ha-1 tahun-1 di wilayah studi. Total kehilangan tanah tahunan adalah 1.075.497,61
ha-1 y-1) (%) kelas ton/tahun erosi tanah. Kehilangan tanah rata-rata bervariasi dari 0 hingga 897 t ha

1 0–5 Rendah 15.035,37 36.48 VII − 1 tahun− 1di DAS. Rata-rata kehilangan tanah dari seluruh DAS adalah 25 t ha-1
2 5_11 Sedang 10.916,12 26.49 VI tahun-1, sehingga melebihi batas yang dapat diterima. Juga dihitung bahwa dari
3 11_20 Tinggi 6480.19 15.72 V erosi tanah kotor 1.075.497,6 ton/tahun, 127.138,4 ton/tahun (11,8%) mencapai
4 20_30 Sangat tinggi 2711.15 6.58 IV outlet DAS Nesha sebagai hasil sedimen. Hal ini menunjukkan bahwa daerah
5 30_45 Berat 1783.95 4.33 AKU AKU AKU
dengan ketinggian tinggi bersama dengan curah hujan yang cepat cenderung
6 45_60 Sangat parah 996.57 2.42 II
7 > 60 Ekstrim 3289.80 7.98 Saya menggerogoti. Keparahan yang diantisipasi dapat menjadi dasar bagi proses
berat konservasi dan perencanaan bagi para pengambil keputusan. Daerah dengan
tingkat keausan tinggi hingga sangat parah memerlukan tindakan prioritas dan
pengendalian khusus. Sementara model ini membentuk dasar untuk pemetaan
area prioritas yang berbeda memberikan kontribusi yang berbeda terhadap laju
dan prediksi menggunakan penginderaan jauh dan analisis berbasis GIS untuk
erosi total. Misalnya, kelas prioritas I mencakup 7,98% dari seluruh DAS, dan kelas
zona kerentanan, studi tersebut menyarankan untuk konservasi dan
II, III, IV, dan V mencakup gabungan 29,05% dari DAS. Kelas-kelas prioritas ini
penyempurnaan model di masa depan.
sangat berkontribusi terhadap kehilangan tanah (Shiferaw, 2015). Juga dihitung
bahwa dari erosi tanah kotor sebesar 1.075.497,6ton/tahun, 127.138,4 ton/tahun
Persetujuan etika dan persetujuan untuk berpartisipasi
(11,8%) mencapai outlet DAS Nesha sebagai hasil sedimen.

Tak dapat diterapkan.

3.4. Hasil sedimen

Persetujuan untuk publikasi

Menurut hubungan antara erosi tanah kotor dan rasio pengiriman

sedimen, hasil sedimen diperkirakan di outlet DAS (Betrie et al., 2011; Tak dapat diterapkan.

Chalise et al., 2019; Kulimushi et al., 2021a). Hasilnya mengungkapkan

bahwa dari 1075.497,6 ton/tahun erosi tanah, diperkirakan 127.138,4 Ketersediaan data dan bahan
ton/tahun di outlet DAS. Dimana, Sy = hasil Sedimen (ton) di outlet DAS,
e= erosi total (ton),SEBUAH=Luas DAS (ha), Sy=1075.497,6 ton/tahun * Kumpulan data yang dihasilkan dan / atau dianalisis selama studi yang sedang berlangsung

(1/43.317,45 0,2), Sy=127.138,4ton/tahun. tersedia dari penulis yang relevan atas permintaan yang dibenarkan.

Pendanaan

4. Kesimpulan
Penulis tidak menerima dukungan keuangan untuk penelitian,
kepengarangan dan / atau publikasi artikel ini.
Penilaian keparahan erosi tanah menggunakan persamaan RUSLE berbasis GIS dengan
mempertimbangkan curah hujan, tanah, DEM, penggunaan lahan, dan tutupan lahan

Gambar 4.Peta yang menggambarkan variasi spasial hilangnya erosi tanah di DAS Nesha.

7
T. Endalew dan D.Biru
Deklarasi Kepentingan Bersaing
Para penulis menyatakan bahwa mereka tidak memiliki kepentingan
keuangan yang bersaing atau hubungan pribadi yang dapat mempengaruhi
pekerjaan yang dilaporkan dalam makalah ini.
Ketersediaan data
Data akan tersedia berdasarkan permintaan.
Terima kasih
Penulis mengucapkan terima kasih kepada masyarakat DAS yang juga
patut diapresiasi atas tanggapan baik mereka terhadap setiap informasi
yang diminta pada saat pengumpulan data. Terima kasih juga kami
sampaikan kepada staf administrasi pertanian dan pertanahan yang telah
memberi kami semua informasi yang diperlukan dan memfasilitasi
pelaksanaan studi tepat waktu. Komentar dan keprihatinan dari semua
tingkat editor jurnal dan pengulas anonim sangat dihargai.
Referensi
Agarwal, R., Garg, PK, 2016. Penginderaan Jauh dan Potensi Air Tanah Berbasis GIS &
pemetaan zona resapan menggunakan teknik pengambilan keputusan multi-kriteria.
Sumber Daya Air. Kelola. 30 (1), 243–260.https://doi.org/10.1007/S11269-015-1159-8.
Amsalu, N., Bezie, Y., Fentahun, M., Alemayehu, A., Amsalu, G., 2018. Kegunaan dan
konservasi tanaman obat oleh penduduk asli Gozamin Wereda, Zona Gojjam Timur Wilayah
Amhara, Ethiopia: pendekatan etnobotani. Jelas. Pelengkap Berbasis. Alternatif. Kedokteran
https://doi.org/10.1155/2018/2973513, 2018. Amsalu, T., Mengaw, A., 2014a. Estimasi
kehilangan tanah berbasis GIS menggunakan model RUSLE: the
kasus Jabi Tehinan Woreda, ANRS, dan Ethiopia. Nat. Sumber Daya. 5 (11), 616–626.
https://doi.org/10.4236/nr.2014.511054.
Angima, SD, Stott, DE, O'Neill, MK, Ong, CK, Weesies, GA, 2003. Erosi tanah
prediksi menggunakan RUSLE untuk kondisi dataran tinggi Kenya tengah. Pertanian. Ekosistem.
Mengepung. 97 (1–3), 295–308.https://doi.org/10.1016/S0167-8809(03)00011-2. Assefa, TT, Jha,
MK, Tilahun, SA, Yetbarek, E., Adem, AA, Wale, A., 2015.
Identifikasi area hotspot erosi menggunakan teknik GIS dan MCE untuk DAS
Koga di Upper Blue Nile Basin, Ethiopia. Saya. J.Lingkungan. Sains. 11 (4), 245–
255.https://doi.org/10.3844/AJESSP.2015.245.255.
Ayalew, G., & Selassie, YG (2015). Estimasi kehilangan tanah untuk perencanaan konservasi tanah
menggunakan sistem informasi geografis di DAS Guang, Blue Nile Basin. Belum
diartikan.
Belay, T., Mengistu, DA, 2021. Dampak penggunaan/penutupan lahan dan perubahan iklim terhadap
erosi tanah di DAS Muga, Upper Blue Nile basin (Abay), Ethiopia. Ekol. Proses.
10 (1)https://doi.org/10.1186/s13717-021-00339-9.
Belayneh, M., Yirgu, T., Tsegaye, D., 2019. Pendugaan potensi erosi tanah dan luas
prioritas untuk perencanaan konservasi yang lebih baik di DAS Gumara menggunakan
teknik RUSLE dan GIS. Mengepung. Sistem. Res. 8 (1)https://doi.org/10.1186/
S40068-019-0149-X.
Benavidez, R., Jackson, B., Maxwell, D., Norton, K., 2018. Tinjauan (Revisi)
Persamaan Kehilangan Tanah Universal ((R)USLE): dengan maksud untuk meningkatkan
penerapan globalnya dan meningkatkan estimasi kehilangan tanah. Hidrol. Sistem Bumi. Sains.
22 (11), 6059–6086.https://doi.org/10.5194/HESS-22-6059-2018.
Betrie, GD, Mohamed, YA, Van Griensven, A., Srinivasan, R., 2011. Sedimen
pemodelan manajemen di Blue Nile Basin menggunakan model SWAT. Hidrol. Sistem
Bumi. Sains. 15 (3), 807–818.https://doi.org/10.5194/HESS-15-807-2011. Betru, T., Setiye,
T., Tefera, A., 2020. Membandingkan potensi resiko erosi tanah menggunakan
Teknik RUSLE dan MCDA di Etiopia Tengah. Model. Sistem Bumi. Mengepung. 1993
https://doi.org/10.1007/s40808-020-00881-z.Lal.
Bewket, W., Teferi, E., 2009. Penilaian bahaya erosi tanah dan prioritas untuk
pengolahan di tingkat DAS: studi kasus di DAS Chemoga, cekungan Blue Nile,
Ethiopia. Degradasi Tanah. Dev. 20 (6), 609–622.https://doi.org/10.1002/ LDR.944.
Blanco-Canqui, H., Lal, R., 2010. Prinsip konservasi dan pengelolaan tanah. Pangeran
Konservasi Tanah. Kelola. 1–617.https://doi.org/10.1007/978-1-4020-8709-7/COVER. Brhane, G., &
Mekonen, K. (2009). Memperkirakan Kehilangan Tanah Menggunakan Kehilangan Tanah Universal
Persamaan (USLE) Untuk Perencanaan Konservasi Tanah Di DAS Medego, Etiopia
Utara.
Chalise, D., Kumar, L., Spalevic, V., Skataric, G., 2019. Estimasi hasil sedimen dan
aliran keluar maksimum menggunakan model IntErO di DAS Sarada Nepal. Air (5),
11.https://doi.org/10.3390/W11050952(Swiss).
Congalton, RG, & Hijau, K. (2022).Menilai keakuratan data penginderaan jauh :
prinsip dan praktik. 328.
Congalton, RG, 2001. Penilaian akurasi dan validasi penginderaan jauh dan lainnya
informasi spasial. Int. J. Kebakaran Hutan Liar.https://doi.org/10.1071/WF01031
. Diwediga, B., Le, QB, Agodzo, SK, Tamene, LD, Wala, K., 2018. Pemodelan Tanah
respons erosi terhadap skenario pengelolaan lanskap berkelanjutan di Sungai Mo
8
Hasil dalam Ilmu Geofisika 12 (2022) 100049
Cekungan (Togo, Afrika Barat). Sains. Lingkungan Total. 625, 1309–1320.https://doi.org/
10.1016/J.SCITOTENV.2017.12.228.
Erdogan, EH, Erpul, G., Bayramin, I., 2007. Penggunaan metodologi USLE/GIS untuk
memprediksi kehilangan tanah di DAS pertanian semi kering. Mengepung. Monit. Menilai.
131 (1–3), 153–161.https://doi.org/10.1007/S10661-006-9464-6.
Eshete T. Analisis spasial erosi dan degradasi lahan yang mengarah ke lingkungan
stres: Kasus DAS Danau Hawassa. Disertasi doktoral, Universitas Addis Ababa;
2009.
FAO. (1984). Studi Reklamasi Dataran Tinggi Ethiopia (EHRS).Laporan akhir, Jil. 1–2.
Roma.
FAO. (2013).Peramalan Hasil Tanaman: Aspek Metodologis dan Kelembagaan. 241.
Gachene, CKK, 1995. Evaluasi dan pemetaan kerentanan erosi tanah: sebuah contoh
dari Kenya. Pengelolaan Penggunaan Tanah. 11 (1), 1–4.https://doi.org/10.1111/J.1475-
2743.1995.TB00486.X.
Gashaw, T., Tulu, T., Argaw, M., 2018. Kajian risiko erosi untuk prioritas
langkah-langkah konservasi di DAS Geleda, cekungan Nil Biru, Ethiopia. Mengepung.
Sistem. Res. 6 (1)https://doi.org/10.1186/S40068-016-0078-X/METRIK.
Gelagay, HS, Minale, AS, 2016. Estimasi kehilangan tanah menggunakan GIS dan Penginderaan Jauh
teknik: kasus DAS Koga, Ethiopia Barat Laut. Konservasi Air Tanah Int. Res. 4 (2),
126–136.https://doi.org/10.1016/j.iswcr.2016.01.002. Gerawork B., Awdenegest M.
Penilaian bahaya erosi menggunakan penginderaan jauh dan GIS:
kasus tangkapan Bendungan Gibe-III, Ethiopia Barat Daya. Disertasi doktoral,
Universitas Haramaya. 2014.
Girmay, G., Moges, A., Muluneh, A., 2020. Estimasi laju kehilangan tanah menggunakan USLE
model untuk DAS Agewmariayam, Ethiopia utara. Pertanian. Keamanan Pangan. 9 (1)
https://doi.org/10.1186/S40066-020-00262-W.
Haregeweyn, N., Tsunekawa, A., Poesen, J., Tsubo, M., Meshesha, DT, Fenta, AA,
Nyssen, J., Adgo, E., 2017. Penilaian komprehensif risiko erosi tanah untuk perencanaan
penggunaan lahan yang lebih baik di daerah aliran sungai: studi kasus Sungai Nil Biru Atas.
Sains. Lingkungan Total. 574, 95–108.https://doi.org/10.1016/J.SCITOTENV.2016.09.019.
Hellden, U. (1987).Penilaian biomassa kayu, hutan rakyat, penggunaan lahan dan tanah
erosi di Ethiopia: studi kelayakan penggunaan penginderaan jauh dan analisis GIS untuk
tujuan perencanaan di negara berkembang. Pers Universitas Lund.
Hurni H., Abate S., Bantider A., Debele B., Ludi E., dkk. (2010) Degradasi Lahan dan
Pengelolaan Lahan Berkelanjutan di Dataran Tinggi Ethiopia.
Hurni, H. (1984). Erosi tanah dan konservasi tanah di ekosistem pertanian: ethiopia
dan Thailand utara, 2, 131–132.
Hurni, H., 1985a. Sistem erosi-produktivitas-konservasi di Ethiopia. Dalam: Prosiding
dari Konferensi Internasional ke-4 tentang Konservasi Tanah. Maracay, Venezuela, hlm.
654–674, 3-9 November 1985.
Hurni, H., Giger, M., Liniger, H., Mekdaschi Studer, R., Messerli, P., Portner, B.,
Schwilch, G., Wolfgramm, B., Breu, T., 2015. Tanah, pertanian dan ketahanan pangan:
interaksi antara fungsi ekosistem dan kesejahteraan manusia. Kur. Opin. Lingkungan.
Berkelanjutan. (15), 25–34.https://doi.org/10.1016/J.COSUST.2015.07.009. Menyelesaikan.
Kouli, M., Soupios, P., Vallianatos, F., 2008. Prediksi erosi tanah menggunakan Revisi
Persamaan Kehilangan Tanah Universal (RUSLE) dalam kerangka GIS, Chania, Kreta Barat
Laut, Yunani. Mengepung. Geol. 57 (3), 483–497.https://doi.org/10.1007/
S00254-008-1318-9.200857:3.
Kulimushi, LC, Choudhari, P., Maniragaba, A., Elbeltagi, A., Mugabowindekwe, M.,
Rwanyiziri, G., Byizigiro, RV, Pingale, SM, & Singh, SK (2021). Penilaian risiko erosi
melalui prioritas sub-DAS di DAS Nyabarongo, Rwanda.Mengepung. Chall., 5(Juni),
100260.10.1016/j.envc.2021.100260. Kulimushi, LC, Maniragaba, A., Choudhari, P.,
Elbeltagi, A., Uwemeye, J., Rushema, E.,
Singh, SK, 2021b. Evaluasi erosi tanah dan pola spatio-temporal hasil sedimen
selama 1990–2019. Geomat. Nat. Risiko Bahaya 12 (1), 2676–2707.https://doi.org/
10.1080/19475705.2021.1973118.
Kumar Pradhan, R., Srivastava, PK, Maurya, S., Kumar Singh, S., Patel, DP, 2020.
Kerangka terpadu untuk konservasi tanah dan air di DAS Kosi. Geocarto Int. 35 (4),
391–410.https://doi.org/10.1080/10106049.2018.1520921. Asmamaw, AM, 2019.
Identifikasi daerah hotspot erosi tanah untuk lahan lestari
manajemen di daerah tangkapan Gerado, Ethiopia timur laut. Remote Sens. Appl. 1
(13), 306–317.
Lilesand, TM, Kiefer, RW, Chipman, JW, 2015. Penginderaan jauh dan citra
interperasi. Angew. kimia Int. Ed. 6 (11), 1–770, 951–952.https://books.google. co.uk/
books?hl=id&lr=&id=AFHDCAAAQBAJ&oi=fnd&pg=PA30&dq=Lillesand,
+ Kiefer+dan+Chipman+(2015).&ots=0Dpqf1iz7s&sig=OvBX2Wmzyhu
55UGbPtQHUKmVM9s#v=onepage&q=Lillesand%2C.Kiefer.and.Chipman.
(2015).&f=salah.
Lillesand, TM, Kiefer, RW, & Chipman, JW (2004).Penginderaan jauh dan citra
penafsiran. 763.
Meshesha, DT, Tsunekawa, A., Tsubo, M., Haregeweyn, N., 2012. Dinamika dan
hotspot erosi tanah dan skenario pengelolaan Central Rift Valley of Ethiopia. Int. J.
Sedimen Res. 27 (1), 84–99.https://doi.org/10.1016/S1001-6279 (12)60018-3.
Mishra, PK, Rai, A., Rai, SC, 2020. Penggunaan lahan dan deteksi perubahan tutupan lahan menggunakan
teknik geospasial di Sikkim Himalaya, India. Mesir. J. Penginderaan Jauh. Ilmu Luar
Angkasa. 23 (2), 133–143.https://doi.org/10.1016/J.EJRS.2019.02.001.
Moges, DM, Bhat, HG, 2018. Wawasan tentang penggunaan lahan dan perubahan tutupan lahan serta dampaknya
dampak di DAS Rib, dataran tinggi barat laut Ethiopia. Degradasi Tanah. Dev. 29
(10), 3317–3330.https://doi.org/10.1002/LDR.3091.
Morgan, R. (2005).Erosi dan Konservasi Tanah. Blackwell.
Panagos, P., Borrelli, P., Meusburger, K., Alewell, C., Lugato, E., Montanarella, L., 2015.
Memperkirakan faktor pengelolaan tutupan erosi tanah pada skala Eropa. Kebijakan
Penggunaan Lahan 48, 38–50.https://doi.org/10.1016/J.LANDUSEPOL.2015.05.021.
T. Endalew dan D.Biru
Peng, X., DaiI, Q., Fasika, A., Motuma, T., Gizaw, T., Odiyo, O., Bekele, B., 2021.
Menilai penggunaan lahan dan deteksi perubahan tutupan lahan menggunakan penginderaan jauh
di Cekungan Danau Tana, Ethiopia Barat Laut. Mengepung. Sistem. Res. 9 (1), 1–14.https://doi.org/
10.17576/jsm-2019-4807-03.
Rahman, MR, Shi, ZH, Chongfa, C., 2009. Evaluasi bahaya erosi tanah-Terintegrasi
penggunaan penginderaan jauh, GIS dan pendekatan statistik dengan parameter biofisik
terhadap strategi pengelolaan. Ekol. Model. 220 (13–14), 1724–1734.https://doi. org/
10.1016/J.ECOLMODEL.2009.04.004.
Renard, KG, Foster, GR, Weesies, GA, McCool, DK, & Yoder, DC, Pertanian
Dinas Penelitian, (1997).Memprediksi erosi tanah oleh air: panduan perencanaan konservasi dengan
Revised Universal Soil Loss Equation (RUSLE). 10.3/JQUERY-UI.JS. Menggunakan kembali, M.,
Schneider, T., & Ammer, U. (2010). Pemodelan laju kehilangan tanah di
Dataran Tinggi Ethiopia dengan integrasi MOMS-02/D2-stereo-data resolusi tinggi dalam GIS.
10.1080/014311600209797, 21(9), 1885–1896. 10.1080/014311600209797. Sharma, A., Tiwari, KN,
Bhadoria, PBS, 2011. Pengaruh perubahan tutupan lahan penggunaan lahan terhadap
potensi erosi tanah di daerah aliran sungai pertanian. Mengepung. Monit. Menilai. 173
(1–4), 789–801.https://doi.org/10.1007/S10661-010-1423-6.
Sharpley, A., & Williams, JR (1990). Penghitung dampak EPIC-erosi/produktivitas: 1.
Dokumentasi model.Belum diartikan.
Shi, ZH, Cai, CF, Ding, SW, Li, ZX, Wang, TW, Sun, ZC, 2002. Penilaian
risiko erosi dengan RUSLE dan GIS di bagian tengah dan hilir Sungai Hanjiang.
Dalam: Prosiding Konferensi ISCO ke-12. Beijing, Cina, 1, hlm. 73–78. http://
www.tucson.ars.ag.gov/isco/isco12/VolumeIV/AssessmentofErosionRisk. pdf.
Shiferaw, A., 2015. Pendugaan laju kehilangan tanah untuk perencanaan konservasi tanah di Borena
Woreda dari South Wollo Highlands of Ethiopia: kasus dari DAS Legemara.
Ethiopia. J.Bus. Ekon. 2 (2), 1–34.https://doi.org/10.4314/ejbe.v2i2 (Itu).
Tadesse, L., Suryabhagavan, KV, Sridhar, G., Legesse, G., 2017. Penggunaan lahan dan tutupan lahan
perubahan dan Erosi tanah di Daerah Aliran Sungai Yezat, Ethiopia Barat Laut. Int.
Konservasi Air Tanah. Res. 5 (2), 85–94.https://doi.org/10.1016/J.ISWCR.2017.05.004.
Tamene, L., Abegaz, A., Aynekulu, E., Woldearegay, K., Vlek, PLG, 2011. Memperkirakan
risiko hasil sedimen waduk di Ethiopia utara menggunakan pengetahuan ahli dan
Hasil dalam Ilmu Geofisika 12 (2022) 100049
pendekatan semi-kuantitatif Lakes. Reservasi. Res. Kelola. 16 (4), 293–305.https://
doi.org/10.1111/j.1440-1770.2011.00489.x.
Teng, H., Liang, Z., Chen, S., Liu, Y., Viscarra Rossel, RA, Chappell, A., Yu, W., Shi, Z.,
2018. Penilaian erosi tanah oleh air saat ini dan di masa mendatang di Dataran Tinggi Tibet
berdasarkan model iklim RUSLE dan CMIP5. Sains. Lingkungan Total. 635, 673–686. https://
doi.org/10.1016/j.scitotenv.2018.04.146.
Tiruneh, G., Ayalew, M., 2015. Estimasi kehilangan tanah menggunakan sistem informasi geografis
di DAS enfraz untuk perencanaan konservasi tanah di dataran tinggi Ethiopia. Int.
J.Agri. Res. Inovasi. Technol. 5 (2), 21–30.https://doi.org/10.3329/IJARIT. V5I2.26265.
Vaezi, AR, Sadeghi, SHR, Bahrami, HA, Mahdian, MH, 2008. Memodelkan USLE K-
faktor untuk tanah berkapur di barat laut Iran. Geomorfologi 97 (3–4), 414–423.
https://doi.org/10.1016/J.GEOMORPH.2007.08.017.
Wischmeier, W. (1965).Memprediksi kehilangan curah hujan-erosi dari lahan pertanian di sebelah timur Rocky
Pegunungan : panduan untuk pemilihan praktik konservasi tanah dan air. Layanan
Penelitian Pertanian Departemen Pertanian AS bekerja sama dengan Stasiun Percobaan
Pertanian Purdue.
Wischmeier, WH, & Smith, DD (1978). Memprediksi kerugian erosi curah hujan - panduan untuk
perencanaan konservasi.Memprediksi Kerugian Erosi Curah Hujan - Panduan Perencanaan
Konservasi.
Wolancho, KW, 2012. Pengelolaan Daerah Aliran Sungai: Pilihan untuk Mempertahankan Bendungan dan Waduk
berfungsi di Etiopia. J.Lingkungan. Sains. Technol. 5 (5), 262–273.https://doi.org/
10.3923/jest.2012.262.273.
Woldesenbet, AB, Wudmatas, SD, Denboba, MA, Gebremariam, AG, 2020. Enset-
deteksi perubahan tutupan lahan berdasarkan penggunaan lahan dan dampaknya terhadap erosi
tanah di DAS sungai Meki, Sub-Basin Danau Ziway Barat, Lembah Celah Tengah di Ethiopia.
Mengepung. Sistem. Res. 9 (1)https://doi.org/10.1186/s40068-020-00198-x. Wolka, K., Tadesse, H.,
Garedew, E., Yimer, F., 2015. Penilaian risiko erosi tanah di
DAS lahan basah Chaleleka, Central Rift Valley of Ethiopia. Mengepung. Sistem. Res.
4 (1), 1–12.https://doi.org/10.1186/S40068-015-0030-5.2015 41.
Zerihun, M., Mohammedyasin, MS, Sewnet, D., Adem, AA, Lakew, M., 2018.
Penilaian erosi tanah menggunakan RUSLE, GIS dan penginderaan jauh di NW Ethiopia.
Geoderma Reg. 12, 83–90.https://doi.org/10.1016/j.geodrs.2018.01.002.