Analisis Tutupan dan Estimasi Stok Karbon Lamun di Pantai Bama Taman Nasional Baluran Menggunakan Citra Sentinel-2B

Marlistra, Sarah Maharani and Seftiawan Samsu Rijal, S.Si., M.Sc and Dhira Khurniawan Saputra, S.Kel., M.Sc (2024) Analisis Tutupan dan Estimasi Stok Karbon Lamun di Pantai Bama Taman Nasional Baluran Menggunakan Citra Sentinel-2B. Sarjana thesis, Universitas Brawijaya.

Abstract

Ekosistem lamun ialah satu dari ekosistem pesisir yang mempunyai keanekaragaman hayati tinggi, sekaligus berperan sebagai penyumbang nutrisi dan kesuburan untuk perairan di sekitarnya. Pada ekosistem pesisir, lamun memiliki fungsi penting untuk kehidupan. Selain itu, lamun dapat berperan dalam mengurangi dan/atau menyesuaikan perubahan iklim dengan cara penyerapan karbon. Salah satu pantai di Indonesia yang kaya akan ekosistem lamunnya adalah Pantai Bama, yang menjadi salah satu bagian dari Taman Nasional Baluran, Situbondo. Informasi tentang kondisi serta potensi tutupan dan karbon lamun secara menyeluruh belum terkelola dengan baik di Indonesia, termasuk di daerah Taman Nasional Baluran, hal tersebut dikarenakan status dari Taman Nasional Baluran yang merupakan kawasan taman nasional sehingga tidak memperbolehkan merusak dan/atau mengambil biota dan ekosistem hidup di area tersebut. Padahal, informasi atau data tutupan dan estimasi karbon ekosistem lamun diperlukan sebagai salah satunya pendataan serta pengelolaan kawasan dan monitoring keadaan lamun. Salah satu metode yang dapat digunakan untuk mengetahui tutupan dan karbon padang lamun tanpa merusak ekosistem adalah dengan memanfaatkan teknologi penginderaan jauh. Sehingga, dilakukan identifikasi jenis lamun berdasarkan morfologi, serta pemanfaatan penginderaan jauh untuk memetakan persentase tutupan dan stok karbon lamun di Pantai Bama, Taman Nasional Baluran. Hasil yang didapatkan adalah ditemukannya delapan (8) jenis spesies lamun, yaitu Cymodocea rotundata, Enhalus acoroides, Halophila ovalis, Halodule pinifolia, Halodule uninervis, Oceana serrulata, Syringodium isoetifolium, dan Thalassia hemprichii, dengan Enhalus acoroides debagai spesies dominan. Sebaran tumbuh lamun didasarkan pada substrat yang terbagi menjadi empat kelas, yaitu pasir, rubble, karang, dan lumpur. Berdasarkan perhitungan data lamun, didapatkan persentase tutupan lamun di masing-masing stasiun sebesar 91.41%, 95.74%, dan 95.82%. Dihitung pula karbon lamun secara non-destructive untuk mendapatkan nilai karbon lamun atas permukaan (AGC), bawah permukaan (BGC), sekuestrasi (CS), dan stok karbon lamun. Hasilnya, didapatkan nilai AGC sebesar 0.43 tonC, BGC sebesar 15.04 tonC, CS sebesar 66.32 tonC/ha/year, dan stok karbon sebesar 15.47 tonC. Dalam pemetaan lamun, didapatkan hasil persentase tutupan tertinggi di Pantai Bama senilai 216.66% dan terendah senilai 2.79% dengan standard error (SE) sebesar 70.13, pemetaan karbon lamun dihasilkan masing-masing rentang nilai 1.73 – 23.72 gC/m2 dengan SE 7.20 untuk AGC, 54.08 – 119.42 gC/m2 dengan SE 21.42 untuk BGC, dan 4.15 – 189.24 tonC/ha/year dengan SE sebesar 60.69 untuk CS. Hasil regresi antara data lapang dengan data Citra Sentinel-2B sebesar 0.7554 dan korelasi sebesar 0.8691, dimana hasil akurasi dengan nilai akurasi yang diuji dengan confusion matrix sebesar 68.06%, dan goodness of fit yang underestimate menandakan bahwa data (citra) kurang terestimasi dengan baik.

English Abstract

The seagrass ecosystem is one of the coastal ecosystems that has high biodiversity and also acts as a contributor of nutrition and fertility to the surrounding waters. In addition, seagrass can play a role in reducing and/or adapting to climate change by sequestering carbon. One of the beaches in Indonesia that is rich in seagrass ecosystems is Bama Beach, which is part of the Baluran National Park, Situbondo. Information about the condition and potential of seagrass cover and carbon as a whole has not been managed well in Indonesia, including in the Baluran National Park area, this is due to the status of the Baluran National Park which is a national park area that it does not allow destroying and/or taking biota and living ecosystems in that area. Information or data on seagrass ecosystem carbon cover and estimates are needed as part of data collection and area management and monitoring of the condition of seagrass. One method that can be used to determine the cover and carbon of seagrass beds without destroying the ecosystem is by utilizing remote sensing technology. Thus, the identification of seagrass types was carried out based on morphology, as well as the use of remote sensing to map the percentage of seagrass cover and carbon stock at Bama Beach, Baluran National Park. The results obtained were the discovery of eight (8) types of seagrass species, namely Cymodocea rotundata, Enhalus acoroides, Halophila ovalis, Halodule pinifolia, Halodule uninervis, Oceana serrulata, Syringodium isoetifolium, and Thalassia hemprichii, with Enhalus acoroides as the dominant species. The distribution of seagrass growth is based on substrates which are divided into four classes, namely sand, rubble, coral and mud. Based on seagrass data calculations, the percentage of seagrass cover at each station was 91.41%, 95.74%, and 95.82%. Seagrass carbon is also calculated nondestructively to obtain seagrass carbon values above the ground (AGC), below the ground (BGC), sequestration (CS), and seagrass carbon stock. As a result, the AGC value was 0.43 tonC, BGC was 15.04 tonC, CS was 66.32 tonC/ha/year, and carbon stock was 15.47 tonC/ha. In seagrass mapping, the highest percentage of cover at Bama Beach was 216.66% and the lowest was 2.79% with a standard error (SE) of 70.13, seagrass carbon mapping produced values ranging from 1.73 – 23.72 gC/m2 with SE 7.20 for AGC, respectively. 54.08 – 119.42 gC/m2 with SE 21.42 for BGC, and 4.15 – 189.24 tonC/ha/year with SE of 60.69 for CS. The regression results between field data and Sentinel- 2B image data were 0.7554 and the correlation was 0.8691, where the accuracy results with the accuracy value tested with the confusion matrix were 68.06%, and the underestimated goodness of fit indicated that the data (satellite image) was not estimated well.

Item Type:	Thesis (Sarjana)
Identification Number:	052408
Divisions:	Fakultas Perikanan dan Ilmu Kelautan > Ilmu Kelautan
Depositing User:	soegeng sugeng
Date Deposited:	08 Aug 2024 02:32
Last Modified:	08 Aug 2024 02:32
URI:	http://repository.ub.ac.id/id/eprint/223581

Text (DALAM MASA EMBARGO) Sarah Maharani Marlistra.pdf Restricted to Registered users only Download (5MB)

Actions (login required)

View Item