Open AccessHUBUNGAN ANTAR PARAMETER STRUKTUR TEGAKAN MANGROVE DALAM ESTIMASI SIMPANAN KARBON ABOVEGROUND PADA SKALA KOMUNITAS
Author(s) -
Anak Agung Eka Andiani,
I Wayan Gede Astawa Karang,
I Nyoman Giri Putra,
I Wayan Eka Dharmawan
Publication year - 2021
Publication title -
jurnal ilmu dan teknologi kelautan tropis
Language(s) - English
Resource type - Journals
eISSN - 2620-309X
pISSN - 2087-9423
DOI - 10.29244/jitkt.v13i3.36363
Subject(s) - mangrove , physics , forestry , biology , ecology , geography
Mangrove merupakan ekosistem pesisir yang memiliki kemampuan sangat baik dalam menyerap dan menyimpan karbon. Struktur tegakan mangrove memberikan kontribusi signifikan terhadap estimasi simpanan karbon yang umumnya tergambarkan pada persamaan alometrik dalam skala individu. Penelitian simpanan karbon atas permukaan tanah (abovegroundada komunitas mangrove telah dilakukan di mangrove Teluk Benoa. Penelitian ini bertujuan untuk membangun model dalam mengestimasi simpanan karbon aboveground dari beberapa parameter struktur tegakan mangrove. Metode stratified purposive sampling digunakan dalam penentuan sebaran titik penelitian. Sebanyak tiga zona (1–3) diidentifikasi berdasarkan interpretasi analisis mRE-SR (modified red edge-simple ratio) dan jenis mangrove yang mendominasi. Estimasi simpanan karbon aboveground diperoleh dengan metode non-destructive menggunakan persamaan common allometric. Hasil penelitian menunjukkan struktur tegakan mangrove zona 1 cenderung berbeda signifikan dengan zona lainnya. Secara keseluruhan, rata-rata simpanan karbon aboveground sebesar 193,45±34,88 ton C/ha. Simpanan karbon aboveground tertinggi ditemukan pada zona 1 yang didominasi jenis Sonneratia alba. Analisis regresi linear dan Akaike’s Information Criterion (AIC) menunjukkan bahwa kombinasi dari tutupan kanopi, kerapatan pohon, kerapatan pancang dan diameter pohon menjadi model terbaik dalam mengestimasi simpanan karbon pada skala komunitas. Model kombinasi ini memiliki nilai koefisien regresi tertinggi dan nilai root mean squared error (RMSE) terendah dibandingkan dengan model lainnya. Hasil penelitian diharapkan dapat digunakan dalam mengestimasi simpanan karbon secara lebih efisien dan akurat dalam skala komunitas.