Identification of Revegetation Performance at Post Mining Area Using Remote Sensing Approach

Abstract

Pertambangan merupakan kegiatan ekstraksi untuk memperoleh sumber daya alam dari lapisan bumi. Meskipun pertambangan memiliki nilai ekonomi yang tinggi, namun di sisi lain pertambangan juga merupakan salah satu sektor yang dapat menyebabkan penurunan kualitas lingkungan. Kerusakan lingkungan yang terjadi akibat aktivitas penambangan dapat dipulihkan melalui reklamasi. Penginderaan jauh menawarkan pendekatan yang efektif dan efisien untuk memantau parameter vegetasi yang dapat diterapkan untuk diukur di lapangan seperti luas bidang dasar dan turunannya seperti biomassa dan volume batang. Parameter vegetasi yang diestimasi dalam penelitian ini terdiri dari luas bidang dasar, biomassa di atas permukaan tanah dan volume batang. Pendugaan parameter vegetasi tersebut menggunakan pendekatan penginderaan jauh yang dilakukan dengan mengintegrasikan data pengukuran lapangan dan nilai penginderaan jauh. Pengembangan model regresi diikuti dengan uji prosedur statistik dan kesesuaian model atau ketepatan model statistik. Model regresi terpilih untuk memperkirakan luas bidang dasar, biomassa di atas permukaan tanah dan volume batang kemudian diaplikasikan pada jenis tutupan lahan tanaman revegetasi yang menempati 555,87 ha dari total areal reklamasi seluas 800.323 ha dan menghasilkan total luas bidang dasar, biomassa di atas permukaan tanah dan volume batang berturut-turut 72.785.731,00 cm², 32.199.210,00 kg, and 34.405,08 m³.