PENDUGAAN CADANGAN KARBON PADA PERKEBUNAN TANAMAN TEH (CAMELLIA SINENSIS) MELALUI CITRA PENGINDERAAN JAUH ALOS AVNIR-2 (Studi Kasus Perkebunan Teh Pagilaran, Kecamatan Blado, Kabupaten Batang, Provinsi Jawa Tengah)

KAREN SLAMET HARDJO, S.SI., Drs. Projo Danoedoro, M.Sc., Ph.D.; Drs. Zuharnen, M.S.

2014 | Tesis | S2 Penginderaan Jauh

Pemanasan global menjadi isu terkini dalam perubahan iklim, salah satu sumbernya karena pelepasan gas karbondioksida (CO2) ke atmosfer. Tanaman teh sebagai vegetasi mampu menyerap CO2 yang berperan mengurangi emisi karbon. Peranan tanaman teh ini dapat diusulkan sebagai alternatif pengurangan emisi karbon sesuai piagam kyoto melalui program clean development mechanism. Program ini membutuhkan perhitungan jumlah cadangan karbon yang akurat dan terkini maupun agihannya secara spasial. Tujuan dari penelitian ini adalah untuk (1) mengetahui hubungan respon spektral citra ALOS AVNIR-2 dengan cadangan karbon tanaman teh, (2) mengetahui hubungan beberapa formula indeks vegetasi pada data penginderaan jauh citra ALOS AVNIR-2 dengan cadangan karbon tanaman teh, (3) mengetahui indeks vegetasi mana yang paling sesuai untuk melakukan pendugaan cadangan karbon pada tanaman teh dan (4) bagaimana agihan cadangan karbon pada perkebunan tanaman teh di perkebunan teh Pagilaran. Wilayah perkebunan teh PT. Pagilaran dianggap sesuai untuk wilayah penelitian karena memiliki kenampakan topografi yang beragam. Metode yang dipergunakan dalam penelitian ini adalah metode pengolahan citra digital ALOS AVNIR-2 dengan menggunakan beberapa algoritma indeks vegetasi (NDVI, RVI, SAVI, MSAVI-2, ARVI, GEMI) dan data hasil survei pengukuran cadangan karbon tanaman teh di lapangan menggunakan rumus allometrik tanaman teh, untuk kemudian dilakukan analisis secara statistik hubungan respon spektral citra ALOS AVNIR-2 dan nilai indeks vegetasi dengan nilai cadangan karbon. Dari hasil analisis tersebut dipilih algoritma indeks vegetasi yang mempunyai hubungan terbaik untuk perhitungan cadangan karbon pada tanaman teh, yang kemudian digunakan untuk memetakan agihan cadangan karbon tanaman teh pada perkebunan teh PT. Pagilaran. Hasil penelitian tidak menunjukkan hubungan korelasi yang kuat antara saluran tunggal pada citra ALOS AVNIR-2 dengan cadangan karbon yaitu nilai korelasi (r) < 0,21 Demikian juga korelasi indeks vegetasi dengan cadangan karbon hanya memiliki korelasi tertinggi dengan nilai r < 0,44. Nilai koefisien korelasi tertinggi ditunjukkan pada indeks vegetasi RVI hanya sebesar 0,44 (koefisien determinasi/R² = 0,196) dimana diterapkan pada citra yang dikoreksi radiometrik pada tahap kalibrasi at sensor reflectance, Melalui algoritma RVI ini dihasilkan pendugaan cadangan karbon pada perkebunan teh pagilaran sebesar 30.974,5 Ton, dengan agihan urutan terbesar dari afdeling pagilaran, afdeling kayulandak dan afdeling andongsili.

Global warming is an issue in the current climate change, one of the sources for the release of carbon dioxide (CO2) into the atmosphere. Plants are able to absorb CO2 as the vegetation that serves to reduce carbon emissions. The role of the tea plant can be proposed as an alternative to reduce carbon emissions in accordance charter kyoto through the clean development mechanism. This program requires the calculation of the amount of carbon stocks are accurate and current as well as spatially. The purpose of this study was to (1) determine the relationship of the spectral response of ALOS AVNIR-2 with carbon stocks of tea plants, (2) determine the relationship of some vegetation index formula on remote sensing data ALOS AVNIR-2 with carbon stocks of tea plants, (3 ) know the vegetation indices are most appropriate to estimate carbon stocks in the tea plant and (4) how agihan carbon stocks in plantation crops Pagilaran tea in the tea plantations. Tea plantation area of PT. Pagilaran deemed appropriate for the research area because it has a variety of topographical features The results of the study did not show a strong correlation between a single channel on ALOS AVNIR-2 with carbon stocks correlation value (r) <0.21 Likewise vegetation index correlation with carbon stocks only have the highest correlation with the value of r < 0.44. The highest correlation coefficient values shown in the vegetation index RVI only by 0.44 (coefficient of determination / R² = 0.196) which is applied to the corrected image on the radiometric calibration stage at reflectance sensors, Through this RVI algorithm generated estimation of carbon stocks in the tea plantations of 30 974 Pagilaran , 5 Ton, with the largest sequence agihan Pagilaran section, kayulandak section and andongsili section.

Kata Kunci : -