Studi Pengaruh Genangan Air pada Morfofisiologi, Pertumbuhan, dan Produksi Tanaman Kelapa Sawit serta Deteksinya melalui Analisis Spektral

Abstract

Tanaman kelapa sawit sering kali menghadapi cekaman abiotik yang berkaitan dengan ketersediaan air, baik defisit maupun kelebihan air. Perubahan iklim meningkatkan risiko cekaman air melalui perubahan pola curah hujan dan meningkatnya kejadian hujan ekstrem yang pada areal rendahan dengan drainase buruk berpotensi menyebabkan banjir dan genangan air. Cekaman genangan air menginduksi kondisi hipoksia pada zona perakaran yang mengganggu respirasi akar, penyerapan hara, dan keseimbangan air tanaman, yang pada akhirnya menekan pertumbuhan dan produktivitas kelapa sawit. Orientasi penelitian terdahulu masih didominasi oleh evaluasi pengaruh genangan air pada fase bibit muda dan pada skala rumah kaca atau pot percobaan serta dengan durasi yang relatif pendek. Fokus tersebut menyisakan kesenjangan dan keterbatasan informasi mengenai pengaruh genangan air jangka panjang, deteksi cekaman genangan air melalui analisis spektral, dan pengembangan model kerentanan berbasis spasial-temporal. Tiga seri percobaan telah dilakukan di Kebun Percobaan Cikabayan, Institut Pertanian Bogor mulai dari Juli 2024 sampai dengan Agustus 2025 untuk menginvestigasi pengaruh genangan air pada tanaman kelapa sawit. Percobaan pertama bertujuan untuk mempelajari pengaruh cekaman genangan air jangka panjang pada morfofisiologi, anatomi, dan alokasi biomassa tanaman kelapa sawit. Cekaman genangan parah (tinggi muka air 0 cm) secara terus-menerus terbukti menekan performa morfofisologis dengan penurunan tinggi tanaman (21,7%), jumlah daun (12,1%), diameter batang (15,6%), panjang anak daun (16,7%), laju fotosintesis (74,8%), laju transpirasi (56,21%), konduktansi stomata (64,1%), dan indeks kehijauan daun (14,1%). Tanaman mengembangkan mekanisme adaptasi anatomis berupa peningkatan perkembangan aerenkima di jaringan akar hingga 17,43% pada zona akar bawah, serta pembentukan pneumatofor yang dilengkapi lentisel sebagai jalur aerasi internal pada kondisi cekaman kritis. Genangan air juga menurunkan bobot brangkasan kering sebesar 36,1%, dengan korelasi positif yang kuat antara bobot brangkasan kering dan laju fotosintesis (r = 0,76). Analisis komponen utama (PCA) memperjelas pola diferensiasi respons, di mana genangan parah membentuk klaster dengan ciri adaptasi anatomi yang kuat namun fisiologi tertekan, genangan sedang menempati posisi transisional, sementara genangan dengan tinggi muka air lebih dalam dan kontrol (TMA -43 cm) mengelompok dengan karakter morfologi dan fisiologi yang lebih baik. Percobaan kedua bertujuan untuk mendeteksi cekaman genangan air pada tanaman kelapa sawit melalui pendekatan integratif yang menggabungkan pengukuran reflektansi spektral dengan indikator fisiologis dan biokimia. Hasil analisis pola spectral signature menunjukkan bahwa peningkatan level genangan menyebabkan perubahan reflektansi yang jelas pada beberapa wilayah spektral. Pada wilayah cahaya tampak, terutama pita biru dan merah, reflektansi cenderung meningkat seiring meningkatnya level genangan yang mengindikasikan penurunan absorpsi cahaya oleh pigmen fotosintetik akibat degradasi klorofil. Pada wilayah red edge, kemiringan kurva menjadi lebih landai yang menunjukkan melemahnya transisi antara absorpsi merah dan reflektansi NIR akibat penurunan klorofil dan gangguan fisiologis daun. Sementara itu, reflektansi pada wilayah NIR mengalami penurunan yang nyata pada perlakuan genangan berat yang mengindikasikan adanya perubahan struktur internal daun dan kondisi jaringan mesofil. Temuan ini didukung oleh analisis korelasi pasangan pita spektral antara kondisi kontrol dan tergenang penuh yang menunjukkan bahwa wilayah NIR memiliki korelasi positif yang relatif homogen, sedangkan zona transisi red edge memperlihatkan perubahan pola korelasi yang lebih kontras sehingga menjadi wilayah spektral yang paling responsif terhadap perubahan fisiologis tanaman akibat genangan. Dari pengujian sensitivitas indeks vegetasi, ditemukan bahwa TCARI, ARI1, dan R800*R550/R680 secara konsisten mampu membedakan tingkat keparahan genangan, dengan korelasi yang kuat terhadap karakter fisiologis (laju fotosintesis dan laju transpirasi) dan biokimia (kandungan MDA dan aktivitas CAT), melampaui keterbatasan indeks konvensional seperti NDVI. Percobaan ketiga bertujuan untuk mengestimasi kelembapan tanah, kadar air daun, dan kehijauan daun menggunakan data multispektral berbasis pesawat udara nirawak dan pembelajaran mesin serta mengklasifikasikan kerentanan tanaman kelapa sawit terhadap kelembapan tanah berlebih. Analisis temporal menunjukkan variabilitas kelembapan tanah dan kadar air daun yang berkaitan erat dengan dinamika curah hujan, sementara kehijauan daun relatif konstan, yang mengindikasikan bahwa kandungan klorofil tidak responsif terhadap fluktuasi curah hujan dalam jangka pendek. Estimasi variabel biofisik menggunakan algoritma pembelajaran mesin menunjukkan bahwa PLSR memiliki performa paling stabil untuk estimasi kelembapan tanah dan kadar air daun (R² tertinggi 0,613 dan 0,492 pada April 2025), sementara Random Forest unggul dalam estimasi kehijauan daun (R² = 0,827 pada Januari 2025). Kehijauan daun berkorelasi positif kuat dengan indeks berbasis red edge seperti NDRE, LCI, dan CIred-edge, memperkuat keunggulan spektral red edge dalam mendeteksi perubahan kandungan klorofil, kondisi fisiologis tanaman, dan struktur internal daun. Integrasi antara pengamatan morfofisiologi, respons spektral, dan pendekatan spasial berbasis penginderaan jauh menunjukkan bahwa pengaruh genangan air pada kelapa sawit perlu dipahami sebagai respons yang saling terhubung dari tingkat tanaman hingga lanskap kebun. Perubahan fisiologis dan biokimia akibat genangan yang tercermin melalui perubahan karakteristik spektral berpotensi digunakan sebagai nondestruktif untuk memantau respons tanaman terhadap cekaman genangan. Hasil penelitian ini menunjukkan pentingnya pengembangan pendekatan interdisipliner yang menghubungkan pengetahuan agronomi, fisiologi tanaman, penginderaan jauh, dan pembelajaran mesin untuk mendukung pengembangan sistem monitoring kondisi tanaman serta pemetaan kerentanan terhadap kelembapan tanah berlebih di perkebunan kelapa sawit.

Oil palm frequently experiences abiotic stresses related to water availability, including both water deficit and water excess. Climate change is expected to increase the risk of water-related stress through altered precipitation patterns and more frequent extreme precipitation events, particularly in low-lying areas with poor drainage, thereby increasing the likelihood of flooding and waterlogging. Waterlogging induces hypoxic conditions in the root zone, disrupting root respiration, nutrient uptake, and plant water balance, ultimately suppressing oil palm growth and productivity. Previous studies have primarily focused on evaluating the effects of waterlogging on young seedlings under greenhouse or pot conditions over relatively short experimental durations. This focus has left gaps and limited information regarding the effects of long-term waterlogging, the detection of waterlogging stress using spectral analysis, and the development of spatiotemporal susceptibility models. Three experimental series were conducted at the Cikabayan Teaching Farm, IPB University, from July 2024 to August 2025 to investigate the effects of waterlogging on oil palm. The first experiment investigated the effects of long-term waterlogging stress on the morphophysiology, anatomy, and biomass allocation of oil palm. Continuous severe waterlogging stress (0 cm water table) suppressed morphophysiological performance, reducing plant height (21.7%), leaf number (12.1%), stem diameter (15.6%), leaflet length (16.7%), photosynthesis rate (74.8%), transpiration rate (56.2%), stomatal conductance (64.1%), and leaf greenness index (14.1%). Oil palm developed anatomical adaptations, characterized by increased aerenchyma development up to 17.43% in the lower root zone and the formation of pneumatophores with lenticels as internal aeration pathways under critical stress conditions. Waterlogging also reduced total dry weight by 36.1%, with a strong positive correlation between total dry weight and photosynthesis rate (r = 0.76). Principal component analysis (PCA) further differentiated treatment responses, with severe waterlogging forming a distinct cluster characterized by pronounced anatomical adaptation but impaired physiological performance. Moderate waterlogging occupied a transitional position, whereas treatments with a deeper water table and the control clustered together, exhibiting superior morphological and physiological characteristics. The second experiment aims to detect waterlogging stress in oil palm using an integrative approach that combines spectral reflectance measurements with physiological and biochemical indicators. Spectral signature analysis revealed distinct changes in canopy reflectance across several spectral regions with increasing waterlogging level, indicating reduced light absorption by photosythetic pigments due to chlorophyll degradation. In the red edge region, the spectral slope is becoming progressively flatter, reflecting a weaker transition between red absorption and NIR reflectance due to reduced chlorophyll levels and physiological disturbances. Meanwhile, NIR reflectance decreased markedly under severe waterlogging, indicating alterations in the internal structure of leaves and mesophyll tissue. These findings were further supported by spectral band-pair correlation analysis between the control and fully waterlogged conditions. The NIR region showed consistently high positive correlations, whereas the red edge transition zone showed a more contrasting correlation pattern than other regions. This pattern indicates that the red edge region is the spectral portion most responsive to plant physiological alterations induced by waterlogging. Sensitivity analysis of vegetation indices demonstrated that TCARI, ARI1, and R800*R550/R680 consistently discriminated waterlogging severity and exhibited strong correlations with physiological traits (photosynthesis and transpiration rate) and biochemical traits (MDA content and CAT activity), outperforming conventional indices such as NDVI. The third experiment aimed to estimate soil moisture, leaf water content, and leaf greenness using UAV-based multispectral imagery and machine learning algorithms, and to classify oil palm susceptibility to excess soil moisture. Temporal analysis showed that soil moisture and leaf water content varied closely with precipitation dynamics, whereas leaf greenness remained relatively constant, indicating that chlorophyll content was less responsive to short-term precipitation fluctuations. Among the evaluated machine-learning algorithms, partial least squares regression provided the most stable performance for estimating soil moisture and leaf water content (highest R² of 0.613 and 0.492, respectively, in April 2025), whereas Random Forest achieved the highest accuracy for estimating leaf greenness (R² = 0.827 in January 2025). Leaf greenness was strongly positively correlated with red edge-based indices such as NDRE, LCI, and CIred-edge, confirming the superior sensitivity of red edge spectral region for detecting changes in chlorophyll content, plant physiological status, and leaf internal structure. The integration of morphophysiological observations, spectral responses, and remote-sensing-based spatial approaches indicates that the effects of waterlogging on oil palm should be understood as interconnected responses spanning from the individual plant to the plantation landscape scale. Physiological and biochemical changes induced by waterlogging were reflected in alterations of spectral characteristics, enabling rapid, large-scale, and nondestructive monitoring of plant condition. The findings of this study highlight the importance of developing an interdisciplinary approach that integrates agronomy, plant physiology, remote sensing, and machine learning to support the development of plant condition monitoring systems and the spatial assessment of excess soil moisture susceptibility in oil palm plantations.