Cadangan Karbon pada Tegakan Tingkat Tiang dan Pohon di Taman Wisata Alam Punti Kayu Palembang

ANALISIS POTENSI EROSI PADA PENGGUNAAN LAHAN di DAERAH ALIRAN SUNGAI (DAS)

 Erosi

 Erosi adalah suatu proses atau peristiwa hilangnya lapisan permukaan tanah atas, baik disebabkan oleh pergerakan air maupun angin (Suripin, 2004). Erosi merupakan tiga proses yang berurutan, yaitu pelepasan (detachment), pengangkutan (transportation), dan pengendapan (deposition) bahan-bahan tanah oleh penyebab erosi (Asdak, 1995).

Percikan air hujan merupakan media utama pelepasan partikel tanah pada erosi yang disebabkan oleh air. Pada saat butiran air hujan mengenai permukaan tanah yang gundul, partikel tanah terlepas dan terlempar ke udara. Karena gravitasi bumi, partikel tersebut jatuh kembali ke bumi. Pada lahan miring partikel-partikel tanah tersebar ke arah bawah searah lereng. Partikel-partikel tanah yang terlepas akan menyumbat pori-pori tanah. Percikan air hujan juga menimbulkan pembentukan lapisan tanah keras pada lapisan permukaan.Hal ini mengakibatkan menurunnya kapasitas dan laju infiltrasi tanah. Pada kondisi dimana intensitas hujan melebihi laju infiltrasi, maka akan terjadi genangan air dipermukaan tanah, yang kemudian akan menjadi aliran permukaan. Aliran permukaan ini menyediakan energi untuk mengangkut partikel-pertikel yang terlepas baik oleh percikan air hujan maupun oleh adanya aliran permukaan itu sendiri. Pada saat energi aliran permukaan menurun dan tidak mampu lagi mengangkut partikel tanah yang terlepas, maka partikel tanah tersebut akan mengendap baik untuk sementara atau tetap (Suripin, 2004).

Erosi yang diijinkan

Erosi tidak bisa dihilangkan sama sekali atau tingkat erosinya nol, khususnya untuk lahan-lahan pertanian. Tindakan yang dilakukan adalah dengan mengusahakan supaya erosi yang terjadi masih dibawah ambang batas yang maksimum (soil loss tolerance), yaitu besarnya erosi yang tidak melebihi laju pembentukan tanah (Suripin, 2004).Untuk memberikan gambaran tentang potensi erosi yang hasilkan, United States Department of Agriculture (USDA) telah menetapkan klasifikasi bahaya erosi berdasarkan laju erosi yang dihasilkan dalam ton/ha/tahun seperti diperlihatkan pada Tabel 1 (Kironoto, 2003). Klasifikasi bahaya erosi ini dapat memberikan gambaran, apakah tingkat erosi yang terjadi pada suatu lahan ataupun DAS sudah termasuk dalam tingkatan yang membahayakan atau tidak, sehingga dapat dijadikan pedoman didalam pengelolaan DAS.

Model Prediksi Erosi (USLE)

Salah satu model untuk memprediksi laju erosi pada permukaan lahan adalah USLE (Universal Soil Loss Equation) yang dikembangkan oleh Wischmeier dan Smith tahun 1985 (dalam Sutapa, 2010), dimana metode USLE dapat dimanfaatkan untuk memprakirakan besarnya erosi untuk berbagai macam kondisi tataguna lahan dan kondisi iklim yang berbeda. USLE memungkinkan perencana memprediksi laju erosi rata-rata lahan tertentu pada suatu kemiringan dengan pola hujan tertentu untuk setiap jenis tanah dan penerapan pengelolaan lahan (tindakan konservasi lahan). USLE dirancang untuk memprediksi erosi jangka panjang dari erosi lembar (sheet erosion) dan erosi alur di bawah kondisi tertentu. Persamaan tersebut juga dapat memprediksi erosi pada lahan-lahan non pertanian, tapi tidak dapat untuk memprediksi pengendapan dan tidak memperhitungkan hasil sedimen dari erosi parit, tebing sungai dan dasar sungai (Suripin, 2004). Secara matematis model USLE dinyatakan dengan :

E_a = R x K x LS x C x P

Dimana :

Ea	=	Banyaknya tanah yang hilang (ton/ha/tahun)
R	=	Faktor erosivitas hujan
K	=	Faktor erodibilitas tanah
LS	=	Faktor panjang dan kemiringan lereng
C	=	Faktor penutup lahan
P	+	Faktor tindakan konservasi

Metode Analisis Data

Metode analisis data dilakukan dengan penyusunan model data spasial menggunakan pendekatan Sistim Informasi Geografis (SIG) dalam hal ini menggunakan perangkat lunak ArcMap GIS. Keempat jenis peta yang digunakan dalam analisis ini, di dalam ArcMap dinyatakan sebagai layer-layer dalam bentuk shape file (shp) dan dibuat dengan skala yang sama. ArcMap dapat melakukan input secara interaktif, proses editing yang sangat fleksibel dan output sesuai kebutuhan. Setiap layer yang mewakili setiap peta selalu dilengkapi dengan data digital yang dapat diolah dan diakses pada perangkat pengolah data yang lain seperti Microsoft Exell. Hasil akhir dari analisis SIG ini adalah unit-unit lahan dengan segala data atribut yang dihasilkan dari proses tumpang tindih layer.

Secara lebih rinci pengolahan data dilakukan dengan sebagai berikut :

-	Peta rupa bumi skala 1 : 50.000 diperlukan untuk mengetahui batas-batas setiap DAS dan dihitung luasnya dengan menggunakan ArcMap.
-	Data curah hujan diperlukan untuk menghitung nilai erosivitas hujan (R). Erosivitas hujan (R).
-	Peta vegetasi berupa tata guna lahan digunakan untuk mendapatkan nilai “CP” pada daerah tersebut.
-	Peta jenis tanah digunakan untuk mendapatkan faktor erodibilitas (K).
-	Peta kemiringan lereng digunakan untuk menentukan nilai “LS”.

Setelah rincian pengolahan data diatas selesai dilakukan, maka selanjutnya dapat dilakukan kalkulasi peta dengan melakukan tumpang tindih/overlay terhadap peta-peta tersebut, kemudian setelah itu dapat dilakukan analisis erosi lahan dengan menggunakan metode USLE yakni dengan mengalikan semua faktor parameter USLE. Hasil dari analisis erosi tersebut dapat menghasilkan gambar/peta kelas bahaya erosi berdasarkan unit-unit lahan dari proses tumpang tindih/overlay terhadap peta-peta yang telah dijelaskan sebelumnya.

Pengolahan Model Data Spasial

Pengolahan model data spasial dalam SIG ini yakni melakukan proses tumpang tindih layer/overlay (union) terhadap masing-masing layer yang mewakili setiap jenis peta, sehngga hasil yang akan didapatkan dari proses tumpang tindih layer ini ialah berupa unit-unit lahan beserta atribut data yang berisi jenis penggunaan lahan, jenis tanah dan kemiringan lereng pada masing-masing unit lahan tesebut. Pada penyusunan tugas akhir ini, dilakukan 2 kali proses tumpang tindih layer yakni :

1.         Proses pertama : peta tata guna lahan DAS , peta jenis tanah DAS peta kemiringan lereng DAS.

2.       Proses kedua : peta tata guna lahan DAS, peta jenis tanah DAS dan peta kemiringan lereng DAS.

Menentukan Faktor Erosivitas Hujan (R)

Persamaan USLE menetapkan bahwa nilai R yang merupakan daya perusak hujan (erosivitas hujan) tahunan. Erosivitas hujan merupakan perkalian antara energi hujan total (E) dan intensitas hujan maksimum 30 menit (I₃₀). Kedua faktor tersebut, E dan I₃₀ selanjutnya dapat ditulis sebagai EI₃₀. Bolls (1978 dalam Arsyad, 1989) mengembangkan persamaan penduga EI₃₀ sebagai berikut :

El₃₀ = 6,119 (RAIN)^1,21 (DAYS)^-0,47 (MAXP)^0,53

dimana :

RAIN	=	Curah hujan rata-rata bulanan (cm)
DAYS	=	Jumlah hari hujan rata-rata per bulan
MAXP	=	Curah hujan maksimum selama 24 jam dalam bulan yang bersangkutan

Menentukan Faktor Erodibilitas Tanah (K)

Penentuannilai erodibilitas tanah ialah kemampuan/ketahanan partikel tanah terhadap pengelupasan dan pemindahan tanah akibat energi kinetik hujan. Tabel 2menunjukkan nilai faktor erodibilitas tanah berdasarkan jenis tanah di DAS.  Nilai Faktor Erodibilitas tanah yang terdapat pada tabel 2 mengacu pada nilai erodibilitas tanah yang dikeluarkan oleh Dinas RLKT, Departemen Kehutanan dan juga hasil analisa laboratorium untuk menduga besarnya nilai erodibilitas tanah pada beberapa jenis tanah di Indonesia (Kironoto, 2003 dalam Sutapa, 2010).

  Tabel 2 menunjukkan jenis tanah podsolik memiliki nilai faktor erodibilitas tanah (K) yang paling rendah, hal ini berarti unit lahan dengan jenis tanah podsolik memiliki kepekaan erosi yang lebih baik ketimbang jenis tanah lainnya yang terdapat dalam setiap unit lahan di DAS. Seperti yang dikemukakan oleh Arsyad, 1989 menyatakan bahwa sifat-sifat tanah yang mempengaruhi kepekaan erosi adalah sifat-sifat tanah yang mempengaruhi laju infiltrasi, permeabilitas dan kapasitas menahan air dan sifat-sifat tanah yang mempengaruhi ketahanan struktur tanah terhadap dispersi dan pengikisan oleh butir-butir hujan yang jatuh serta aliran permukaan.

Menentukan Faktor Kemiringan Lereng (LS)

Dalam praktek lapangan nilai L sering dihitung sekaligus dengan faktor kecuraman (S) sebagai faktor kemiringan lereng (LS). Tabel 3 menunjukkan nilai faktor LS berdasarkan kemiringan lereng di DAS yang hasilnya mengacu pada nilai faktor kemiringan lereng berdasarkan kelas lereng yang dikeluarkan oleh Departemen Kehutanan (Sutapa, 2010).

Tabel 3 menunjukkan bahwa kemiringan lereng yang besar pada suatu unit lahan akan berimbas pada nilai faktor LS yang besar, hal ini karena jika lereng permukaan tanah makin curam maka akan memperbesar kecepatan aliran permukaan yang dengan demikian memperbesar energi angkut air, selain itu dengan makin curamnya lereng, maka jumlah butir-butir tanah yang terpercik kebawah oleh tumbukan butir hujan semakin banyak dan lereng permukaan tanah menjadi dua kali lebih curam maka banyaknya erosi persatuan luas menjadi 2,0-2,5 kali lebih banyak.

Menentukan Nilai Faktor Penggunaan Lahan dan Pengelolaan Tanah (CP)

Nilai faktor CP ditentukan berdasarkan jenis penggunaan lahan dan pengelolaan lahan pada setiap unit lahan di DAS. Dalam penelitian ini data yang digunakan untuk menetukan nilai faktor penggunaan lahan dan pengelolaan tanah (CP) ialah peta tata guna lahan di DAS yang bersangkutan. Tabel 4 menunjukkan nilai faktor CP untuk berbagai aspek pengelolaan lahan yang mengacu pada Nilai Faktor Vegetasi Penutup Tanah dan Pengelolaan Tanaman (CP) yang terdapat dalam buku Hidrologi dan Pengelolaan Daerah Aliran Sungai (Asdak, 1995).

 

 Terdapatnya konservasi tanah dengan tutupan lahan yang baik akan melindungi tanah dari butiran hujan secara langsung. Hal ini sesuai dengan pendapat Seta (1987) yang menyatakan bahwa setiap tanaman yang menutupi tanah adalah penghambat aliran permukaan. Dengan terhambatnya aliran permukaan, maka akan memberikan kesempatan pada air untuk masuk kedalam tanah (infiltrasi) sehingga jumlah aliran permukaan juga akan berkurang.

Sumber : Sianga, J., Kartini., Yuniarti, E. "Analisis Potensi Erosi pada Penggunaan Lahan Daerah Aliran Sungai Sedau di Kecamatan Singkawang Selatan".

Metode Rational Untuk Estimasi Debit Puncak

Perkiraan debit puncak sangat penting untuk diketahui, bersama aspek hidrologi lainnya seperti debit minimum dan hasil air. Debit puncak digunakan untuk identifikasi kesehatan suatu daerah aliran sungai (DAS), perencanaan pengelolaan DAS, serta untuk monitoring dan evaluasi kinerja DAS. Debit puncak yang tinggi mencerminkan kerusakan suatu DAS, oleh karena itu data debit puncak sangat diperlukan. Namun demikian, banyak DAS yang belum mempunyai pencatatan hidrologi sehingga data debit puncak ini tidak tersedia. Untuk itu perlu dilakukan pemodelan hidrologi untuk estimasi debit puncak tersebut.

Banyak metode yang tersedia untuk estimasi puncak banjir, namun tidak ada metode tunggal yang dapat diterapkan untuk seluruh DAS. Masing-masing metode mempunyai kelebihan dan kekurangan. Metode Rational adalah salah satu metode untuk memperkirakan debit puncak dalam suatu DAS. Metode ini adalah metode yang paling sederhana dan paling banyak digunakan. Namun jika persyaratannya tidak dipenuhi maka hasil estimasi debit puncak tersebut bisa menyimpang. Konsep dari metode Rational cukup canggih dan mensyaratkan pengetahuan teknik yang sangat dalam khususnya untuk memilih karakteristik hidrologi yang dianggap mewakili seperti waktu konsentrasi dan koefisien aliran (Hayes dan Young, 2005). 

Trommer et al. (1996) dalam penelitiannya di Florida menyebutkan bahwa perkiraan awal debit puncak dengan menggunakan metode Rational menghasilkan kesalahan rata-rata dengan kisaran perkiraan rendah 50,4% sampai perkiraan tinggi 76,7% dengan koefisien aliran berkisar 0,2 sampai 0,6. Teknik kalibrasi dengan pencatatan langsung menghasilkan kesalahan rata-rata berkisar dari perkiraan rendah 3,3% sampai perkiraan tinggi 1,5% dengankoefisien aliran yang sudah dikalibrasi sebesar 0,02 sampai 0,72.

Metode Rational ini mensyaratkan beberapa kondisi, antara lain: 1) hujan jatuh merata di seluruh DAS, 2) hujan tidak bervariasi dalam waktu dan tempat, 3) waktu banjir sama dengan waktu konsentrasi, 4) luas DAS bertambah sejalan dengan bertambah panjangnya DAS, 5) waktu konsentrasi relatif pendek dan tidak tergantung pada intensitas banjir, 6) koefisien aliran tidak bervariasi dengan intensitas banjir dan kelembaban tanah awal, 7) run-off didominasi oleh aliran permukaan, dan 8) pengaruh tampungan DAS diabaikan. Hampir semua persyaratan tersebut sangat jarang ditemui di alam. Namun demikian metode ini perlu dicoba diterapkan pada beberapa sub DAS yang mempunyai luas yang berlainan. Penerapan metode Rational ini direkomendasikan untuk DAS yang kecil dengan luas < 2.500 ha (Cawley dan Cunnane, 2003).

Ada dua faktor utama yang mempengaruhi besarnya debit puncak yaitu karakteristik hujan dan karakteristik DAS. Karakteristik hujan meliputi lama, jumlah, intensitas, dan distribusi; sedangkan karakteristik DAS meliputi ukuran, bentuk, topografi, jenis tanah, geologi, dan penggunaan lahan. Dalam penelitian ini disajikan karakteristik DAS masing-masing sub DAS terpilih.

Dalam mengestimasi debit puncak (qp) dengan metode Rational digunakan persamaan berikut (Subarkah, 1980):

                qp = 0,278 C.I.A. ......................... (m³/detik)

dimana:

A	:	Luas daerah aliran sungai (km2)
I	:	Intensitas hujan maksimum selama waktu yang sama dengan waktu konsentrasi (mm/jam)
C	:	Koefisien run off yang didasarkan pada faktor-faktor daerah pengalirannya seperti jenis tanah, kemiringan dan keadaan vegetasi penutupnya.
0,278	:	Tetapan

Intensitas hujan (I) didapat dari persamaan :

                I = (R/24) . (24/Tc)^0,67

Dimana

I	:	Intensitas hujan maksimum selama waktu yang sama dengan waktu konsentrasi (mm/jam)
R	:	Hujan harian (mm)
Tc	:	Waktu konsentrasi (jam)

Penentuan waktu konsentrasi (Tc) didapat dari :

                Tc = L^1,15 / 7700 H^0,385

Dimana :

L	:	Panjang sungai utama (km)
H	:	Beda tinggi antara titik tertinggi dengan titik terendah pada DAS (m)

Besarnya koefisien run off (C) didasarkan pada keadaan daerah pengaliran seperti tertera pada tabel 1.

Untuk analisis data debit puncak dihitung berdasarkan hasil perkalian antara koefisien aliran, intensitas hujan, dan waktu konsentrasi. Koefisien aliran dalam satu sub DAS diperoleh dari hasil analisis GIS dengan penampalan (overlay) peta penutupan lahan, kemiringan lereng, dan jenis tanah. Intensitas hujan dan waktu konsentrasi diperoleh dari rumus-rumus di atas. Hasil penaksiran debit puncak dibandingkan dengan hasil pengukuran langsung. Perbedaan antara hasil penaksiran dan pengukuran dibandingkan pada masing-masing sub DAS. Faktor-faktor yang mempengaruhi penaksiran debit puncak dianalisis kepekaannya. 

Sumber : Pramono, I.B., Wahyuningrum, N., & Wuryata, A. (2010) Penerapan Metode Rational Untuk Estimasi Debit Puncak pada Beberapa Luas SUB DAS.

Cadangan Karbon

Pemanasan global (global warming) menjadi isu hangat yang semakin sering dibahas, khususnya mengenai perubahan iklim. Hasil kajian Kementerian Lingkungan Hidup (2012) menyebutkan bahwa dampak dari pemanasan global di Palembang ditandai dengan adanya trend kenaikan suhu udara sebesar 0,31 °C sepanjang 25 tahun terakhir. 

Perubahan iklim terjadi melalui proses panjang akibat meningkatnya konsentrasi gas rumah kaca (GRK) di atmosfer. Gas karbon dioksida (CO2) merupakan salah satu GRK yang memberikan andil besar dalam pemanasan global dengan menyumbang 20% dari seluruh emisi GRK. Selain CO2 gas rumah kaca lainnya diantaranya adalah metana (CH4), nitros oksida (N2O), nitrogen oksida (NOx), sulfur heksaflourida (SF6), hidrofluorokarbon (HFC) dan perfluorokarbon (PFC). 

Hutan mempunyai manfaat sebagai tempat penyimpanan dan penyerapan karbon. Hairiah dan Subekti (2007) menerangkan bahwa hutan alami merupakan penyimpanan karbon tertinggi bila dibandingkan dengan lahan pertanian. 

Gambar 1. Hutan sebagai carbon sink

Peranan hutan dalam mengurangi CO2 di atmosfer dilakukan melalui proses fotosintesis. Dalam proses fotosintesis, CO2 di udara diserap oleh tanaman kemudian diubah menjadi karbohidrat, disebarkan ke seluruh tubuh tanaman yang ditimbun dalam batang, daun, ranting, akar, bunga, dan buah. Menurut Junaedi (2008), adanya kemampuan alami tumbuhan untuk menyerap CO2 melalui proses fotosintesis menyebabkan hutan memiliki peran yang sangat vital dalam menyerap CO2 pada skala jumlah yang besar. Hal ini terjadi karena di dalam hutan terjadi proses akumulasi penyerapan CO2 secara kolektif oleh tumbuhan. 

Kemampuan hutan menyerap dan menyimpan karbon berperan penting dalam menjaga keseimbangan iklim memberi peluang ekonomi dalam skema perdagangan karbon. Cadangan karbon menjadi penting dalam pengelolaan kawasan hutan. Selain sebagai sumber masukan bagi pengelola kawasan konservasi ketika mekanisme perdagangan karbon sudah berjalan, informasi cadangan karbon juga dapat dijadikan dasar dalam memelihara dan meningkatkan penyerapan karbon melalui pengelolaan hutan yang berkelanjutan.

Cadangan karbon pada dasarnya merupakan banyaknya karbon yang tersimpan pada vegetasi, biomass lain dan di dalam tanah (Lugina dkk, 2011). Jumlah karbon tersimpan berbeda-beda tergantung pada keragaman jenis dan kerapatan tumbuhan serta jenis tanah. Besarnya nilai cadangan karbon dapat diketahui dengan cara mengukur karbon tersimpan pada sumber-sumber karbon (carbon pool). Teknis pengukuran karbon secara umum dapat mengacu pada IPCC 2006 atau SNI 7724-2011 dan SNI 7725-2011.

Taman Wisata Alam Punti Kayu Palembang

     Salah satu tempat tujuan wisata di Palembang adalah Taman Wisata Alam (TWA) Punti Kayu yang teletak di Jl.Kol.H.Burlian, kurang lebih sekitar 6 Km dari jembatan Ampera. Akses menuju Punti Kayu sangat mudah sebab bisa dicapai menggunakan transmusi, angkutan kota maupun bis kota.

     TWA Punti Kayu, pernah dikenal dengan nama Taman Sari atau Taman Syailendra. Punti Kayu sendiri berasal dari bahasa komering, salah satu suku di Sumatera Selatan yang berarti pohon pepaya. Pada masa pemerintahan Belanda kawasan hutan Punti Kayu dinamakan Erpacht Punti Register 51.

      Pada tahun 1985 hutan Punti Kayu pernah dijadikan sebagai hutan percobaan pinus kemudian diubah fungsinya menjadi hutan wisata. Itulah mengapa pohon pinus mendominasi di TWA Punti Kayu.

      Mungkin tidak banyak yang tahu bahwa TWA Punti Kayu merupakan kawasan hutan konservasi yang dimanfaatkan untuk kegiatan parawisata dan rekreasi. Untuk itu kegiatan parawisata di TWA Punti Kayu tidak boleh bertentangan dengan prisip-prinsip konservasi dan perlindungan alam. Selain sebagai tempat wisata, TWA Punti Kayu mempunyai peranan penting dalam hal ,jasa lingkungan, yaitu sebagai penyerap CO2 dan penghasil O2.



Sumber : Buku "TWA Punti Kayu: Menjaga Keseimbangan Iklim Kota Palembang"

Model Erosi GUEST (III)

Kelemahan dan keunggulan

                Dibandingkan dengan USLE, salah satu keunggulan dari model fisik seperti GUEST adalah terakomodasinya fungsi filter sedimen. Dalam model GUEST terdapat tiga parameter yang dapat dipengaruhi oleh specific filterstrips dan tipe penggunaan lahan, yaitu: koefisien manning, faktor penutupan permukaan lahan (the surface contact cover factor) yakni Cs dan Ks. Koefisien Manning’s meningkat ketika kekasaran permukaan meningkat, dan membuat kecepatan aliran menurun, selanjutnya menyebabkan hasil sedimen (sedimen yield) menurun. Cs dan Ks merupakan faktor penyesuaian untuk menggunakan persamaan pada kondisi tanah berpenutup (covered soil), sebagai pengganti dari tanah bera (Schmitz dan Tameling, 2000). Cs (contact cover fraction) ditentukan oleh tipe penggunaan lahan (land use), termasuk penutupan permukaan tanah oleh mulsa atau serasah (daun yang jatuh di atas permukaan tanah). Ks merupakan data empiris dan merupakan faktor tidak berdimensi (dimensionless factor), mempunyai kisaran nilai antara 5-15 (Rose, 1997). Schmitz dan Tameling (2000) mengasumsikan nilai Ks sebesar 10 dengan nilai kesalahan 5 untuk prediksi erosi pada lahan usaha tani kopi, sedangkan untuk lahan sawah Sinukaban et al. (2000) menetapkan Ks sebesar 5.

                Faktor erodibilitas tanah yang digunakan dalam model GUEST (β) lebih pasti dibandingkan dengan K dalam USLE. β, sebagian besar berhubungan dengan soil strength. Depositability (Ф) atau kemampuan agregat atau partikel tanah untuk mengendap, juga dilibatkan dalam penghitungan erosi. K merupakan gabungan dari beberapa parameter (lumped parameter) yang tergantung dari: karakteristik infiltrasi, koefisien kekasaran manning, kecenderungan untuk membentuk alur (rill) stabilitas agregat tanah terhadap curah hujan, kecenderungan tanah untuk terkonsolidasi atau menjadi kuat direfleksikan dalam β.

Tabel. Perbedaan utama antara model USLE dan GUEST
Karakteristik	USLE	GUEST
Temporality	Statis ( simulasi erosi pada rata-rata tahunan)	Semi statis (simulasi erosi dapat dilakukan per kejadian)
Persamaan	Empiris, berdasarkan data statistik dari penelitian pengukuran erosi	Physically based (meskipun beberapa hubungan empirik digunakan)
Proses	Implisit (tidak dapat mengisolasi/memisahkan pengaruh dari given variable)	Explicit (memungkinkan untuk mengisolasi / memisahkan pengaruh dari suatu given variable)
Kompleksitas	Sederhana	Lebih kompleks
Kebutuhan	Input parameter sedikit	Parameter tidak terlalu banyak
Skala	Ukuran plot (plot size)	Plot dan small catchments bila dioperasikan dengan program geostatistik yang dinamik.
Aplikasi	Cropland (lahan pertanaman), range land (lahan penggembalaan), hutan	Cropland (lahan pertanaman), range land (lahan penggembalaan), hutan
Keterbatasan	Ketidakakuratan untuk area-area tanpa kalibrasi lapangan, tidak boleh digunakan pada keadaan gully (ephemeral gully), masalah untuk multiple land uses pada suatu kemiringan lahan, kadang-kadang overestimasi, tidak bisa digunakan untuk prediksi sediment deposition, tidak untuk menghitung distribusi spasial sedimen pada lereng bukit (hill slope)	Hubungan empiris dimasukkan untuk menyederhanakan persamaan
Keuntungan	Sederhana, diterima dan digunakan secara luas	Divalidasi untuk negara-negara di daerah tropis, menggunakan runoff untuk menghitung erosi
Fasilitas komputer	Ya/Tidak	Ya
Output	Rata-rata erosi jangka panjang per unit area	Konsentrasi sedimen per kejadian hujan
Sumber : ICRAF

Model Erosi GUEST (II)

Operasional Model Guest

                Data yang diperlukan untuk menjalankan model GUEST dengan SIG- PCRaster  adalah  (1)  informasi  tanah,  berupa  data  run-off  dan  infiltrasi,  data kohesi tanah, dan berat jenis sedimen; (2) garis kontur, berupa DEM (digital elevation model), slope, dan aspek/arah, serta LDD (local drain direction); (3) land use, berupa koefisien Manning’s, dan contact cover;  (4) jaringan sungai; dan (5) data iklim berupa curah hujan.

                Data tinggi permukaan tanah digunakan untuk membangun peta DEM. Proses ini memerlukan konversi format vektor ke raster yang dikerjakan dengan bantuan ektensi grid tools analysis tetapi sebelumnya format vektor diubah dulu dalam  area-area triangulasi atau  disebut  TIN (triangulated  irregular networks) prosedur. Proses ini dikerjakan dengan bantuan ektensi 3D dan spatial analysis dari program ArcView 3.1. Selanjutnya diekspor ke dalam format ASCII yang dipakai sebagi masukan data spasial dari PCRaster. Sebelum konversi ke format raster  diperlukan  clone.map  (tipe  scalar)  yang  merupakan  kloning  dari  data spasial sebelumnya.

                Peta DEM digunakan untuk membuat peta lereng dan peta LDD, yaitu peta arah aliran (flow path) dari aliran permukaan. Peta lereng digunakan untuk menghitung besarnya sedimen yang terangkut dari satu raster ke raster yang lain. Sedangkan arah aliran digunakan untuk menghitung besarnya debit run-off atau erosi yang terjadi per satuan raster. Peta LDD dibuat dengan komando operasi PCRaster sebagai berikut:

PCRCalc LDD.map = lddcreate(DEM.map,1,1e35,1e35,1e35)

                Seperti halnya peta DEM, maka peta tanah analog perlu diubah ke peta digital, yang memerlukan konversi format vektor ke raster yang dikerjakan dengan bantuan  ektensi  grid  tools  analysis  dari  program  ArcView  3.1  dan  tidak memerlukan TIN prosedur. Selanjutnya diekspor ke dalam format ASCII yang dipakai sebagi masukan data spasial dari PCRaster. Sebelum konversi ke format raster diperlukan clone.map (tipe nominal) yang merupakan kloning dari data spasial  sebelumnya.

                Peta tanah digunakan untuk membuat peta Sed-den dan peta Sed-vel, yaitu kerapatan jenis tanah dari partikel tanah yang hanyut dalam aliran permukaan dan laju kecepatan partikel tanah. Kerapatan jenis dan kecepatan aliran partikel tanah sangat tergantung pada jenis tanah. Peta-peta ini merupakan peta perantara yang digunakan untuk perhitungan selanjutnya dan terjadi saat proses perhitungan dilakukan. Pengisian nilai-nilai spasial peta-peta ini dilakukan dengan komando operasi LookUp dari PCRaster, yaitu:

PCRCalc Sedden.map = lookupscalar(Density.tbl,Soil.map)

PCRCalc Sedvel.map = lookupscalar(Velocity.tbl, Soil.map)

                Peta tanah juga digunakan untuk membuat peta erodibilitas tanah. Seperti halnya dengan peta sed-den dan sed-vel yang merupakan data spasial perantara, digunakan untuk perhitungan selanjutnya, proses pembuatan peta beta dilakukan dengan komando operasi LookUp dari PCRaster, yaitu:

PCRCalc Beta.map = lookupscalar(Cohesive.tbl,Soil.map)

                Seperti halnya peta tanah, maka peta penggunaan lahan analog perlu diubah ke peta digital, yang memerlukan konversi format vektor ke raster yang dikerjakan dengan bantuan ektensi grid tools analysis dari program ArcView 3.1 dan tidak memerlukan TIN prosedur. Selanjutnya diekspor ke dalam format ASCII yang dipakai sebagai masukan data spasial dari PCRaster. Sebelum konversi ke format raster diperlukan clone.map (tipe nominal) yang merupakan kloning dari data spasial sebelumnya.

                Peta penutupan lahan digunakan juga untuk membuat peta kekasaran Manning’s dan peta contact cover (bagian tanah yang terbuka dan langsung dikenai air hujan dan tidak tertutup oleh tanaman). Peta-peta ini merupakan peta perantara yang digunakan untuk perhitungan selanjutnya dan terjadi saat proses perhitungan dilakukan. Pengisian nilai-nilai spasial peta-peta ini dilakukan dengan komando operasi LookUp dari PCRaster, yaitu:

PCRCalc Manning.map = lookupscalar(Manning.tbl,Crop.map)

PCRCalc Contcov.map = lookupscalar(Contcov.tbl, Crop.map)

                Kedua tabel Manning dan contact cover merujuk pada jenis tanaman yang ada di lahan saat proses kejadian hujan dan erosi terjadi. Nilai-nilai ini diadopsi dari hasil penelitian proyek ACIAR yang dilakukan di Malaysia, Thailand, dan Philippina, dan Benua Australia belahan Utara. Sedangkan Indonesia mengadopsi dari proyek ICRAF di Lampung, yaitu tanaman tahunan berbasis kopi. Kedua peta ini selanjutnya digunakan untuk menghitung debit aliran permukaan dan kapasitas angkut sedimen, serta deposisi sedimen dalam satu jalur flow path.

                Data curah hujan yang digunakan dalam model ini adalah intensitas hujan dengan satuan mm per jam. Data ini diperoleh dari alat curah hujan otomatis yang telah disetel untuk merekam data per enam menit. Untuk itu diperlukan konversi sebagai berikut: pertama data per enam menit diubah ke mm per jam dan dibuat dalam file Raind.tss; kedua setiap ada kejadian hujan dibuat nilai 1 bila tidak 0 dan dibuat dalam file Raind.tss; ketiga enam menit dikonversi ke detik (6 x 60 = 360) dan dibuat dalam file dune. Ketiga file ini dibuat dalam format ASCII seperti halnya data tabular yang diperlukan PCRaster untuk menjalankan model ini. Selain itu dari beberapa data yang telah direkam harus dipilih hujan tunggal untuk digunakan dalam model. Model ini menggunakan skrip komando operasi (perintah ditulis dalam satu file yang diberi nama Model.mod) yang prosesnya secara dinamis dihitung sesuai dengan timestep (penggal waktu) yang banyaknya sama dengan input data hujan. Selanjutnya perhitungan otomatis dengan batch file (1run.bat) yang berisi perintah model dengan mengetikkan PCRCalc –f Model.mod.