Pendugaan biomassa tegakan jati menggunakan citra ALOS PALSAR resolusi 12,5 M dan 50 M dengan peubah backscatter, umur, dan tinggi pohon (Kasus KPH Kebonharjo PERUM PERHUTANI UNIT I Jawa Tengah

Abstract

Global warming is one of the environmental issues that are important at the moment. The cause of global warming is the effect of greenhouse gases. Carbon dioxide (CO2) is one of the greenhouse gases which trap heat in the atmosphere. The carbon dioxide absorbed by forests and is stored in the form of biomass. Information about biomass can be obtained using the technology of remote sensing. Such as by satellite ALOS PALSAR image. Of course the field variable also has close relation with biomass. Therefore, to maximize the results of the biomass estimation beside backscatter we used the field variable such as aged and height of trees. The purpose of this research is : (1) To improve and gained accuracy of biomass estimatimation based on backscatter by adding the variable age, and height of tree; ( 2 ) To improve and increase biomass mapping based on backscatter by adding the variable age of trees. Calculation of biomass done by using Hendri alometric and BEF (Biomass Expantion Factor) coefficient. The formula of the biomass model conducted using two variables, three variables, and four variable. The best model are selected based on the higest value of the coefficient determination (R2), corrected coefficient determination (R2 adj), and the Root Mean Square Error (RMSE) which have the lowest value. The mapping is done by the areal base, pixel base, and pixel base using filltering. The best map selected due to Overall Accuracy (OA) and Kappa Accuracy (KA) which have the highest value. From the regresion analys result, the best model are quadratic model using backscatter (X₁), Age (X₂), and Height of Trees (X₃). The equation is Y = 123 – 0.488X₁² + 0.00745X₂² + 0.127X₃² for ALOS PALSAR image 50 m resolution with R2adj value 88% and Y = 105 – 0.231X₁² + 0.00802X₂² + 0.126X₃² for ALOS PALSAR image 12,5 m resolution with R2 adj value 87.3%. From the accuracy test result of mapping, the best biomass map are using the pixel base with 3x3 filtering for 50 m resolution and 7x7 filltering for 12.5 m resolution. They have the higest Kappa Accuracy value which is 55.05% for 50 m resolution and 49.89% for 12.5 m resolution. The biomass map using areal based method tend to overestimates. From this research, adding the age and height of tree variable proven to incraese the accuracy of biomass model estimates and adding the variable age proven to increase the accuration of biomass mapping.

Pemanasan global merupakan salah satu isu lingkungan yang penting pada saat ini, penyebabnya adalah efek gas rumah kaca. Karbondioksida (CO2) merupakan salah satu gas rumah kaca yang berperan sebagai perangkap panas di atmosfer. Karbondioksida diserap oleh hutan dan disimpan dalam bentuk biomassa. Informasi mengenai biomassa dapat diperoleh dengan menggunakan teknologi pengindraan jauh. Salah satunya ialah dengan citra satelit ALOS PALSAR. Selain itu tentunya variabel lapangan juga memiliki hubungan yang erat dengan biomassa. Oleh karena itu, untuk memaksimalkan hasil dugaan biomassa maka selain variabel citra berupa backscatter dapat digunakan variabel lapangan berupa umur dan tinggi pohon. Tujuan penelitian ini adalah : (1) Memperbaiki dan meningkatkan akurasi dari model pendugaan biomassa berdasarkan backscatter dengan menambahkan variabel umur, dan tinggi pohon ; (2) Memperbaiki dan meningkatkan ketelitian pada pemetaan biomassa berdasarkan backscatter dengan menambahkan variabel umur pohon. Perhitungan biomassa dilakukan dengan menggunakan alometrik Hendri dan konversi biomassa menggunakan koefisien BEF (Biomass Ekspansion Factor). Penyusunan model dilakukan dengan menggunakan dua variabel, tiga variabel, dan empat variabel. Model terbaik dipilih berdasarkan nilai koefisien determinasi (R2), koefisien determinasi terkoreksi (R2 adj) dengan nilai tertinggi, dan Root Mean Square Error (RMSE) paling rendah. Pemetaan dilakukan berdasarkan anak petak,basis piksel, dan filtering Pemetaan biomassa terbaik dipilih berdasarkan nilai Overall Accuracy dan Kappa accuracy paling tinggi. Berdasarkan analisis regresi diperoleh hasil, model terbaik dengan variabel backscatter (X₁), umur (X₂), dan tinggi pohon (X₃) ialah model kuadratik Y = 123 – 0,488X₁² + 0,00745X₂² + 0,127X₃² pada citra ALOS PALSAR resolusi 50 m dengan nilai R2 adj sebesar 88% dan Y = 105 – 0,231X₁² + 0,00802X₂² + 0,126X₃² pada citra ALOS PALSAR resolusi 12,5 m dengan nilai R2 adj sebesar 87,3%. Berdasarkan hasil uji akurasi pada peta sebaran biomassa didapatkan nilai terbaik pada pemetaan dengan penambahan variabel umur pohon berbasis piksel. Nilai Kappa Accuracy terbaik pada filtering 3x3 untuk resolusi 50 m sebesar 55,05% dan filtering 7x7 untuk resolusi 12,5 m sebesar 49,89%. Peta sebaran biomassa dari citra biomassa yang dipetakan dengan menggunakan anak petak cenderung overestimate. Penambahan variabel lapangan berupa umur dan tinggi pohon terbukti telah menambah akurasi dari model pendugaan biomassa. Penambahan variabel lapangan berupa umur pohon terbukti telah meningkatkan akurasi dari peta sebaran biomassa