Profesor riset BRIN Ratih Dewanti. DOK BRIN
Profesor riset BRIN Ratih Dewanti. DOK BRIN

Periset BRIN Temukan Teknologi Penginderaan Jauh untuk Pantau Ekosistem Mangrove

Renatha Swasty • 11 Maret 2022 10:58
Jakarta: Luas mangrove di seluruh dunia terus menurun. Di beberapa daerah, penurunan disebabkan eksploitasi, pembukaan lahan, dan pencemaran ekosistem mangrove.
 
Badan Riset dan Inovasi Nasional (BRIN) melalui Organisasi Riset Penerbangan dan Antariksa mengembangkan model pemantauan mangrove dengan teknologi penginderaan jauh optik.
 
Namun, wilayah Indonesia yang berada di katulistiwa dengan beberapa pulau besar dan ribuan pulau kecil yang merupakan liputan mangrove, seringkali tertutup awan. Hal ini mengakibatkan deteksi mangrove sering mengalami kendala.

Bagaimana tanggapan anda mengenai artikel ini?


Periset bidang Teknologi Penginderaan Jauh, Ratih Dewanti, mengatakan model Mosaik Bebas Awan (MBA) efisien dalam pengolahan data penginderaan jauh optik yang dikontribusikan untuk menghasilkan data dan informasi dalam mendukung pemantauan mangrove. Apabila model ini diintegrasikan dengan perkembangan konsep mutakhir Analysis Ready Data (ARD) akan memberi bobot lebih signifikan dalam pengolahan data penginderaan jauh optik untuk mangrove. Gabungan antara algoritma Mosaic Tile Based (MTB) dan model ARD diberi nama model MBA.
 
Temuan berupa algoritma MTB dapat menyelesaikan masalah ketertutupan awan pada data penginderaan jauh optik, terutama untuk wilayah pesisir sekitar katulistiwa yang sering tertutup awan,” kata Ratih dalam Orasi Pengukuhan Profesor Riset dikutip dari laman brin.go.id, Jumat, 11 Maret 2022.
 
Sedangkan, konsep ARD memberikan efisiensi kepada pengguna data penginderaan jauh dalam pra-pengolahan yang diperlukan. Efisien dalam konteks ini adalah lebih cepat dan lebih sedikit penggunaan sumber daya untuk menyediakan data.
 
"Yang dapat digunakan untuk pemantauan mangrove dibandingkan dengan pendekatan konvensional,” papar Ratih.
 
Ratih menerangkan hasil pengembangan lima model penyediaan data penginderaan jauh untuk pemantauan mangrove. Model-1 yaitu pengembangan MBA data penginderaan jauh optik, model-2 penentuan liputan mangrove, model-3 pendeteksian keberadaan, kerapatan, dan zonasi mangrove, model-4 pemantauan laju kerusakan lahan mangrove, dan model-5 penyediaan ARD penginderaan jauh.
 
Ratih menuturkan dari lima pengembangan model tersebut, implementasi MBA untuk pemantauan mangrove berbasis data penginderaan jauh optik secara digital, lebih efisien dibandingkan dengan cara konvensional. Cara konvensional umumnya mengedepankan interpretasi visual, interpretasi berbasis scene, dan justifikasi pakar.
 
“Efisiensi tersebut diperoleh dari pengalaman dalam mengolah data penginderaan jauh optik sebanyak 10 scene untuk pemantauan mangrove. Dengan menggunakan model-2, model-3, dan model-4 memerlukan waktu sekitar 7 hari, dibanding dengan mengolah data yang sama dengan menggunakan model-1 yang memerlukan waktu hanya 1 hari,” kata periset yang juga aktif sebagai anggota Asian Association of Remote Sensing ini.
 
Hasil temuan ini sebagian telah diimplementasikan dalam pemetaan mangrove oleh Kementerian Lingkungan Hidup dan Kehutanan dan dilaporkan dalam Sistem Pemantauan Hutan Nasional (Simontana). Selain itu, dalam Web-GIS hasil kerja sama IPB-BRIN (LAPAN)-Ecometrica dengan pendanaan dari United Kingdom Space Agency (UKSA), salah satunya telah diimplementasikan model MBA untuk data Landsat.
 
Ratih berharap pengembangan model yang efisien dalam pengolahan data penginderaan jauh optik ini dapat semakin memperkuat implementasi prinsip kebijakan berbasis bukti (evidence based policy). Selain itu, pengembangan model ini dapat mendukung implementasi satu standar dan satu data sebagai bagian dari Kebijakan Satu Peta dan sejalan dengan optimalisasi pemanfaatan data penginderaan jauh sebagai amanat Undang-Undang tentang Keantariksaan.
 
Baca: BRIN Akan Jadi Perubahan Besar Lembaga Riset Indonesia
 
 
(REN)



LEAVE A COMMENT
LOADING

Dapatkan berita terbaru dari kami Ikuti langkah ini untuk mendapatkan notifikasi

unblock notif