Dinamika Distribusi Kerapatan Vegetasi dan Cadangan Karbon Ekosistem Mangrove di Desa Batu Ampar Kabupaten Kubu Raya

Abstract

Ekosistem mangrove berperan penting dalam upaya mitigasi perubahan iklim, namun adanya pemanenan berlebih dapat menyebabkan terjadinya perubahan kerapatan dan cadangan karbon yang disimpan. Penelitian ini bertujuan untuk menganalisis dinamika kerapatan vegetasi berdasarkan NDVI serta mengestimasi total cadangan karbon ekosistem mangrove di Desa Batu Ampar. Analisis vegetasi dilakukan menggunakan metode jalur-garis berpetak, sedangkan analisis kerapatan vegetasi berdasarkan NDVI dilakukan menggunakan citra satelit Sentinel – 2 L2A tahun 2019–2025. Data yang diperoleh kemudian digunakan sebagai dasar dalam penyusunan model pendugaan biomassa untuk mengestimasi cadangan karbon. Hasil analisis NDVI tahun 2019 berkisar antara 0,598–0,908, tahun 2022 menurun karena adanya gangguan atmosferik menjadi antara 0,244 0,888, dan di tahun 2025 menjadi antara 0,490–0,934. Pemodelan biomassa menghasilkan persamaan B = 0,0006 × e^(14,434NDVI) dengan R² = 0,45. Hasil penelitian mengestimasikan total cadangan karbon di lokasi penelitian sebesar 1.386,41 × 10³ tonC (2019), 410,70 × 10³ tonC (2022), dan 2.411,71 × 10³ tonC (2025).

Mangrove ecosystems play a crucial role in mitigating climate change, but overharvesting can lead to changes in density and carbon storage. This study aims to analyze the dynamics of vegetation density based on NDVI and to estimate the total carbon stock of the mangrove ecosystem in Batu Ampar Village. Vegetation analysis was conducted using the grid-line method, while vegetation density analysis based on NDVI was conducted using Sentinel-2 L2A satellite imagery from 2019–2025. The obtained data were then used as the basis for developing a biomass estimation model to estimate carbon stocks. The results of the NDVI analysis in 2019 ranged from 0,598–0,908, in 2022 due to atmospheric disturbances it decreased to between 0,244–0,888, and in 2025 it became between 0,490–0,934. Biomass modeling yielded the equation B = 0,0006 × e^(14,434NDVI) with R² = 0,45. The results of the study estimated the total carbon stocks at the study site at 1.386,41 × 10³ tonC (2019), 410,70 × 10³ tonC (2022), and 2.411,71 × 10³ tonC (2025).