Perbandingan Citra Sentinel-1 dan Sentinel-2 Untuk Pemetaan Stok Karbon Atas Permukaan (Aboveground Carbon) Mangrove di Teluk Pangpang, Kabupaten Banyuwangi, Jawa Timur
DEVANDRA BUDI MAHENDRA PUTRA PATTIASINA, Muhammad Kamal, S.Si., M.GIS., Ph.D.
2024 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH
Mangrove merupakan salah satu tumbuhan yang efektif menyerap CO2
dibandingkan dengan vegetasi terestris lainnya sehingga perlu adanya pemantauan
jumlah simpanan karbon atau stok karbon vegetasi mangrove di suatu wilayah
sebagai langkah konservasi dan pengelolaan ekosistem hutan mangrove dengan
pemantuan stok karbon atas permukaan (aboveground carbon, AGC) sebagai salah
satu caranya. Pada penelitian ini, selain menggunakan citra optis, digunakan juga
citra radar untuk estimasi AGC mangrove karena radar memiliki kemampuan
penetrasi terhadap awan dan kanopi vegetasi yang selanjutnya akan dibandingkan
masing-masing citra dan dilakukan kombinasi dari informasi hasil pengolahan citra
sebagai variabel bebasnya. Estimasi AGC mangrove pada Hutan Mangrove Teluk
Pangpang, Kabupaten Banyuwangi, Provinsi Jawa Timur dilakukan dengan
menggunakan metode analisis regresi non-linear dan linear multivariat. Hasil
penelitian menunjukkan bahwa kombinasi citra Sentinel-2 berupa band 2 dan
Atmospherically Resistant Vegetation Index (ARVI) memiliki tingkat akurasi
tertinggi, yaitu mencapai 84,47?ngan standard error 12,07 ton/ha, yang
kemudian diikuti oleh band 2 citra Sentinel-2 dengan tingkat akurasi 80,86?ngan standard error 14,87. Sementara itu, variabel backscatter Vertikal-vertikal (VV)
yang merupakan variabel bebas Sentinel-1 terbaik untuk estimasi stok karbon penelitian ini
memiliki tingkat akurasi 71,69 dengan standard error 21,99 ton/ha. Selain itu,
hasil dari pemodelan juga merepresentasikan estimasi stok karbon pada zona tengah
(midward) secara optimal.
Mangroves are one
of the plants that effectively absorb CO2 compared to other
terrestrial vegetation, so it is necessary to monitor the amount of carbon
storage or carbon stock of mangrove vegetation in an area as a measure of
conservation and management of mangrove forest ecosystems by monitoring
aboveground carbon (AGC) as one way. In this study, in addition to using
optical imagery, radar imagery is also used to estimate mangrove AGC because
radar has the ability to penetrate clouds and vegetation canopies which will
then be compared to each image and a combination of information from image
processing as an independent variable. Estimation of mangrove AGC in Pangpang
Bay Mangrove Forest, Banyuwangi Regency, East Java Province was conducted using
non-linear and linear multivariate regression analysis methods. The results
showed that the combination of Sentinel-2 image in the form of band 2 and
Atmospherically Resistant Vegetation Index (ARVI) had the highest accuracy
rate, which reached 84.47% with a standard error of 12.07 tons/ha, which was
then followed by band 2 Sentinel-2 image with an accuracy rate of 80.86% and a
standard error of 14.87. Meanwhile, the Vertical-vertical (VV) backscatter
variable, which is the best Sentinel-1 independent variable for carbon stock
estimation in this study, has an accuracy rate of 71.69% with a standard error
of 21.99 tons/ha. In addition, the modeling results also optimally represent
the carbon stock estimation in the midward zone.
Kata Kunci : Sentinel-1, Sentinel-2, Stok karbon, Kombinasi, Analisis regresi, Sentinel-1, Sentinel-2, Carbon stock, Combination, Regression analysis
