Please use this identifier to cite or link to this item:
http://repository.ipb.ac.id/handle/123456789/103115| Title: | Model Penduga Biomassa pada Ekosistem Hutan Rawa Gambut Menggunakan LiDAR (Light Detection and Ranging). |
| Authors: | Saleh, Buce Muhammad Prasetyo, Lilik Budi Rizal, Muhamad |
| Issue Date: | 2020 |
| Publisher: | IPB University |
| Abstract: | Hutan rawa gambut memiliki peran yang sangat penting dalam menyerap emisi karbon dan menyimpan sejumlah besar karbon di atas permukaan tanah maupun di dalam tanah. Telah ada banyak penelitian tentang estimasi biomassa di atas tanah atau Above ground Biomass (AGB), tetapi menduga AGB di ekosistem rawa gambut menggunakan LiDAR masih sangat sedikit, terutama di Indonesia. Tujuan dari penelitian ini adalah untuk membangun model penduga biomassa berdasarkan data LiDAR. LiDAR dapat menghasilkan informasi tentang struktur dan karakteristik vegetasi secara detail dan real-time. Pengambilan dan pengumpulan data dilakukan di Kabupaten Kotawaringin Timur, Kalimantan Tengah. Perhitungan biomassa lapangan dihasilkan dari dua allometry yang tersedia, yaitu Jaya et al (2007) (BK) dan Chave et al. (2014) (BC). Point cloud LiDAR diekstraksi ke dalam Canopy Cover (CC) menggunakan metode FRCI dan data ketinggian pohon menggunakan metode Local Maxima (LM). Data CC dan tinggi pohon dari LiDAR digunakan sebagai variabel independen dalam membangun model regresi. Model terbaik dihasilkan dari perbandingan (penilaian dan perenkingan) dari beberapa bentuk regresi (linier, kuadratik, power, eksponensial, dan logaritmik). Dari penelitian ini dihasilkan dua model estimasi terbaik dengan perhitungan biomassa (BK dan BC) yang merupakan model regresi kuadratik dengan R2 72,16% (BK) dan 79,11% (BC) dan RMSE 0,0003% (BK) dan 0,000001% (BC). Masing-masing nilai biomassa dari model adalah 250.269 ton/ha (BK) dan 299.141 ton/ha (BC). |
| URI: | http://repository.ipb.ac.id/handle/123456789/103115 |
| Appears in Collections: | MT - Forestry |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 2020mri.pdf Restricted Access | 12.84 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.