Pengaruh Penggunaan Lahan dan Karakteristik Tanah terhadap Fluks CO2 pada Inceptisol Dramaga

Abstract

Penelitian emisi gas rumah kaca sangat penting dalam upaya mitigasi perubahan iklim. Penelitian ini bertujuan mengetahui nilai fluks CO2 di berbagai penggunaan lahan serta mengetahui pengaruh dan peubah penting dari faktor karakteristik tanah dan lingkungan terhadap dinamika fluks CO2 pada Inceptisol Kebun Percobaan Cikabayan dan Arboretum IPB University (Agustus 2025–Maret 2026). Pengukuran fluks CO2 menggunakan Infrared Gas Analyzer (IRGA) Li-Cor 830 dilakukan pada penggunaan lahan kelapa sawit, karet, kakao, arboretum, dan bambu, jarak dari pohon (dekat, sedang, dan jauh), dan posisi pada lereng (atas, tengah, dan bawah). Penggunaan lahan dan posisi pada lereng mempengaruhi fluks CO2 secara signifikan. Lahan bambu mengemisikan CO2 tertinggi (62.1 Mg/ha/tahun), yang diikuti secara berurutan oleh arboretum (41.1), kakao (28.2), kelapa sawit (13.4), dan karet (12.3), nilai fluks CO2 menurun semakin bertambahnya jarak dari pohon. Kontributor utama terhadap nilai fluks CO2 berdasarkan model prediktif pembelajaran mesin Random Forest adalah suhu udara, elevasi, dan persentase lereng. Analisis komponen utama (PCA) menunjukkan korelasi positif antara fluks CO2 dengan P potensial, suhu (udara dan tanah), Cu, K potensial, total mikrob, persentase lereng, Zn, serta elevasi. Sebaliknya, N-total, C-organik, pH, dan Mn berkorelasi negatif dengan fluks CO2 Penelitian ini membuktikan variasi spasial dan temporal emisi gas rumah kaca dipengaruhi oleh interaksi parameter biokimia tanah dan mikroklimat akibat perbedaan lanskap.

Research on greenhouse gas emissions is crucial for climate change mitigation efforts. This study aims to determine CO2 flux values across various land uses, identify the influences and important variables of soil characteristics and environmental factors on CO2 flux dynamics on Inceptisols at the Cikabayan Experimental Farm and IPB University Arboretum (August 2025–March 2026). CO2 flux measurements using an Infrared Gas Analyzer (IRGA) Li-Cor 830 were conducted across oil palm, rubber, cacao, arboretum, and bamboo land uses, considering distances from the tree (near, medium, and far) and slope positions (upper, middle, and lower). Land use and slope position significantly affected CO2 flux. Bamboo plantations emitted the highest CO2 (62.1 Mg/ha/year), followed sequentially by the arboretum (41.1), cacao (28.2), oil palm (13.4), and rubber (12.3); CO2 flux values decreased as the distance from the tree increased. The main contributors to the CO2 flux values based on the Random Forest machine learning predictive model were air temperature, elevation, and slope percentage. Principal component analysis (PCA) revealed positive correlation between CO2 flux and potential P, temperature (air and soil), Cu, potential K, total microbes, slope percentage, Zn, and elevation. Conversely, total N, organic C, pH, and Mn were negatively correlated with CO2 flux. This study demonstrates that spatial and temporal variations in greenhouse gas emissions are influenced by the interaction of soil biochemical parameters and microclimate resulting from landscape differences.