Hubungan Indeks Vegetasi dengan Cadangan Karbon Tegakan Aren (Arenga pinnata Merr.) Menggunakan Kamera Multispektral Wahana Tanpa Awak

Abstract

Peningkatan emisi karbon dari aktivitas manusia berkontribusi pada pemanasan global, sehingga sekuestrasi karbon melalui tumbuhan menjadi penting dalam mitigasi perubahan iklim. Pohon aren (Arenga pinnata Merr.) memiliki potensi besar dalam sekuestrasi karbon karena karakteristik pertumbuhannya yang cepat dan kemampuannya menyimpan biomassa dalam jumlah besar. Penelitian ini bertujuan melakukan pemetaan menggunakan teknologi remote sensing untuk menganalisis hubungan antara cadangan karbon dengan kanal multispektral serta indeks vegetasi, dan menduga cadangan karbon di Kebun Aren, Kemang, Bogor. Pengambilan citra multispektral menggunakan Drone DJI Mavic 3 Multispektral. Perhitungan biomassa dan cadangan karbon menggunakan metode non-destruktif dengan pendekatan alometrik, diikuti konversi biomassa ke karbon menggunakan faktor 47%. Indeks Normalized Difference Vegetation Index (NDVI) dan Soil Adjusted Vegetation Index (SAVI) dihitung untuk menilai kerapatan dan kesehatan vegetasi. Hasil penelitian menunjukkan bahwa pemetaan cadangan karbon pohon aren berhasil dilakukan, dengan variabilitas spasial dalam distribusinya. Biomassa pohon aren tertinggi terdapat pada kode pohon APB-13 dengan 1979 kg, dan terendah pada APB-30 dengan 187 kg, dengan rata-rata diameter batang lebih dari 40 cm. Analisis korelasi antara cadangan karbon dengan kanal multispektral (Red, Red-Edge, Green, NIR) menunjukkan nilai R² yang sangat rendah, mengindikasikan keterbatasan penggunaan nilai piksel band secara langsung untuk menduga cadangan karbon. Hubungan antara cadangan karbon dengan NDVI dan SAVI menghasilkan korelasi yang sangat lemah, dengan nilai R² masing-masing sebesar 0.0372. Rendahnya korelasi ini diindikasikan oleh fenomena saturasi indeks vegetasi pada kanopi pohon yang rapat. Meskipun demikian, tinggi dan diameter pohon terbukti memiliki peran penting sebagai variabel penentu dalam menduga biomassa dan cadangan karbon.

Kata kunci: aren, cadangan karbon, drone multispektral, ndvi, savi

Increased carbon emissions from human activities contribute to global warming, making carbon sequestration through plants important in climate change mitigation. The sugar palm tree (Arenga pinnata Merr.) has great potential for carbon sequestration due to its rapid growth characteristics and ability to store large amounts of biomass. This study aims to conduct mapping using remote sensing technology to analyze the relationship between carbon stocks and multispectral channels as well as vegetation indices, and to estimate carbon stocks in the Aren Plantation, Kemang, Bogor. Multispectral imagery was acquired using a DJI Mavic 3 Multispectral drone. Biomass and carbon stock calculations were performed using non-destructive methods with an allometric approach, followed by biomass-to carbon conversion using a 47% factor. The Normalized Difference Vegetation Index (NDVI) and Soil Adjusted Vegetation Index (SAVI) were calculated to assess vegetation density and health. The results of the study show that mapping of palm tree carbon stocks was successfully carried out, with spatial variability in their distribution. The highest biomass of palm trees was found in tree code APB-13 with 1979 kg, and the lowest in APB-30 with 187 kg, with an average trunk diameter of over 40 cm. Correlation analysis between carbon reserves and multispectral bands (Red, Red-Edge, Green, NIR) showed very low R² values, indicating limitations in directly using pixel band values for carbon stock estimation. The relationship between carbon reserves and NDVI and SAVI resulted in very weak correlations, with R² values of 0.0372 each. This low correlation is indicated by the saturation phenomenon of vegetation indices in dense tree canopies. Nevertheless, tree height and diameter have proven to play an important role as determining variables in biomass and carbon stock estimation.

Keywords: sugar palm, carbon stock, multispectral drone, ndvi, savi