PREDIKSI DAMPAK PERUBAHAN IKLIM TERHADAP …symbion.pbio.uad.ac.id/prosiding/prosiding/ID_278_Sandhi Imam... · Badan Litbang dan Inovasi ... Hasil penelitian ini menunjukkan bahwa

Prosiding Symbion (Symposium on Biology Education),

Prodi Pendidikan Biologi, FKIP, Universitas Ahmad Dahlan,

27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

65

PREDIKSI DAMPAK PERUBAHAN IKLIM TERHADAP SIMPANAN

KARBON BERBAGAI JENIS POHON TROPIS DI PAPUA BARAT:

SEBUAH APLIKASI PEMODELAN DINAMIS STELLA

Sandhi Imam Maulana

Kementerian Lingkungan Hidup dan Kehutanan

Badan Litbang dan Inovasi

Balai Penelitian dan Pengembangan Lingkungan Hidup dan Kehutanan (BPPLHK) Manokwari

Jl. Inamberi-Susweni, Manokwari, Papua Barat 98313

Email: [email protected]

Abstrak

Melalui fotosintesis, ekosistem hutan tropis menyerap dan menyimpan emisi karbon dalam

bentuk biomassa dengan jumlah yang signifikan dibandingkan dengan tipe vegetasi lainnya,

sehingga kawasan hutan ini memainkan peran penting terkait isu perubahan iklim. Namun

demikian, fungsi penting tersebut sangat rentan terhadap perubahan ekstrim pada suhu dan

curah hujan karena proses penyimpanan karbon pada landskap hutan sangat terkait pada

komponen iklim tersebut. Studi ini bertujuan untuk menguji dampak perubahan iklim di

masa depan terhadap simpanan karbon atas tanah pada tiga spesies pohon di kawasan hutan

tropis, melalui pengujian skenario “jika-maka” menggunakan pendekatan Structural

Thinking and Experimental Learning Laboratory with Animation (STELLA). Hasil

penelitian ini menunjukkan bahwa secara umum terjadi penurunan kapasitas simpanan

karbon atas tanah ketika simulasi dinamis dijalankan untuk periode 50 tahun mengikuti

lima skenario yang ditetapkan oleh IPCC (Constant year 2000 concentrations, B1, A1T,

A2, dan A1F1). Skenario moderat seperti A1T dan A2, telah menyebabkan simpangan yang

sangat signifikan untuk Palaquium sp. Sebaliknya, tingkat penyimpangan yang sangat

signifikan pada Myristica sp dan Syzygium sp secara statistik terbatas hanya untuk skenario

terburuk, A1F1. Pada skenario terburuk A1F1 (kenaikan suhu 4oC ditambah dengan

pengurangan 20% curah hujan), pohon dari species Palaquium memperlihatkan tingkat

penurunan tertinggi pada simpanan karbon di atas tanah dengan sekitar 14,89% kurang dari

nilai normalnya.

Kata kunci: Perubahan iklim, fotosintesis, simpanan karbon, Papua Barat, STELLA

Pendahuluan

Sekitar lebih dari setengah dari total emisi gas rumah kaca yang berkaitan

dengan berbagai aktivitas manusia terdiri atas karbon dioksida (CO2). Melalui proses

fotosintesis, tegakan hutan tropis menyerap dan menyimpan emisi tersebut dalam

jumlah yang paling signifikan dibandingkan dengan tipe vegetasi lainnya. Seperti yang

dilaporkan oleh Sha et al. (2015), kurang lebih 55% jumlah produksi bersih tahunan

(annual net primary production) biomassa di dunia diperkirakan berada di kawasan

hutan tropis. Namun demikian, beberapa peneliti seperti, Ricker et al. (2007); Dai et al.

(2014) dan Ma et al. (2014), telah menyebutkan bahwa fungsi hutan tropis yang penting

mailto:[email protected]

Sandhi Imam Maulana – Prediksi Dampak Perubahan Iklim....

66

tersebut sangat rentan terhadap berbagai perubahan ekstrim pada suhu permukaan dan

curah hujan karena proses penyimpanan karbon dalam lanskap hutan sangat berkaitan

dengan variabel iklim tersebut. Selain itu, Dai et al. (2014) juga telah menyebutkan

bagaimana perubahan-perubahan pada suhu dan / atau curah hujan akan mempengaruhi

dinamika serapan karbon dalam ekosistem hutan.

Saat ini, perubahan iklim telah mendapat perhatian serius karena suhu rata-rata

permukaan bumi setidaknya telah meningkat hingga 0.6oC selama 100 tahun terakhir,

dan selanjutnya terdapat kemungkinan peningkatan suhu global hingga 4oC pada abad

mendatang (IPCC, 2007). Oleh karena itu, dibutuhkan suatu evaluasi bagaimana

dinamika serapan karbon pada tegakan hutan tropis bereaksi terhadap perubahan

ekstrim tersebut, sebagaimana juga disebutkan dalam laporan IPCC tersebut bahwa

pemanasan global pada kawasan hutan tropis akan membawa dampak negatif melalui

penurunan aktivitas fotosintesis.

Sebelumnya, beberapa peneliti telah melaksanakan studi mengenai pengaruh

iklim terhadap akumulasi karbon pada berbagai ekosistem hutan. Hunter (2015) telah

menguji berbagai pengaruh perubahan suhu dan curah hujan sepanjang daerah timur

laut New South Wales, Australia. Sementara itu, Limbu dan Koirala (2011) telah

mempelajari pengaruh iklim pada pada serapan karbon baik atas maupun bawah tanah

di berbagai gradien ketinggian. Ma et al. (2014) telah melaksanakan studi prediktif

terhadap dampak perubahan iklim terhadap simpanan karbon atas tanah di daerah timur

laut China. Stinziano dan Way (2014) telah mengevaluasi dampak peningkatan suhu

pada hutan boreal. Selanjutnya, sensitivitas lanskap mediteran terhadap iklim telah

dipelajari oleh Touchan et al. (2012). Meskipun berbagai studi tersebut telah

menyediakan informasi penting mengenai hubungan antara perubahan iklim dan

simpanan karbon, namun, dinamika serapan karbon atas tanah pada berbagai skenario

perubahan iklim di kawasan timur Indonesia masih belum dipelajari dengan serius.

Menurut Dominati et al. (2010), kurangnya pengetahuan terkait simpanan

karbon sebagai suatu proses aliran dinamis dalam ekosistem dapat mengakibatkan tidak

adanya suatu metodologi yang sistematik dan fleksibel dalam perencanaan dan

pengelolaan ekosistem, sehingga studi temporal dan analisis perubahan dinamika

ekosistem sangatlah penting. Selain itu, Dean et al. (2003) dan Oni et al. (2012)

menyebutkan bahwa pemodelan dinamis dan berbagai analisisnya sangatlah dibutuhkan



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

67

untuk menghadirkan suatu dasar pengujian dampak perubahan iklim melalui skenario-

skenario “jika-maka”. Mempertimbangkan hal tersebut, penelitian ini utamanya

bertujuan untuk menguji dampak perubahan iklim di masa depan terhadap simpanan

karbon atas tanah pada tiga spesies pohon di kawasan hutan tropis, yaitu Myristica sp,

Palaquium sp dan Syzygium sp melalui pengujian skenario “jika-maka” berdasarkan

pendekatan Structural Thinking and Experimental Learning Laboratory with Animation

(STELLA).

Metode

Lokasi Penelitian

Seperti yang tersaji pada Gambar 1, penelitian ini dilaksanakan pada kawasan

hutan konsesi yang dikelola oleh PT. Manokwari Mandiri Lestari di Kabupaten Teluk

Bintuni, Papua Barat (1057’50”-3

011’26” S; 132

044’59”-134

014’49” E). Lokasi

penelitian tersebut sebagian besar merupakan daerah berbukit dan berada pada

ketinggian 500 meter di atas permukaan laut dengan kelembaban rata-rata sekitar 85%

dan terdapat tiga tipe tanah utama, yaitu alluvial, greysol, dan podsolik.

Gambar 1. Lokasi Penelitian


68

Konseptualisasi model, kalibrasi, dan proyeksi

Seperti yang tersaji pada Gambar 2, struktur model dinamis untuk simulasi

hubungan antara variabel iklim setempat dan simpanan karbon pada penelitian ini

dibangun menggunakan software STELLA 9.12, yang pada prinsipnya merupakan suatu

perangkat lunak pemodelan dan simulasi berbasis objek. Detil algoritma pemrograman

model dinamis tersebut tersaji pada Lampiran 1. Secara konsep, terdapat dua sektor

tahapan dalam seluruh proses aliran karbon pada penelitian ini, yaitu serapan dan

simpanan karbon. Proses serapan karbon merujuk pada pengambilan CO2 dari atmosfer

melalui mekanisme fotosintesis, sedangkan proses simpanan karbon merujuk pada

rangkaian proses penyimpanan karbon dalam bentuk biomassa pada berbagai bagian

pohon (Sha et al., 2015).

Pada sektor pertama, yakni serapan karbon (carbon capture), pohon mengubah

karbon di atmosfer menjadi karbohidrat melalui mekanisme fotosintesis dan

menyimpannya pada berbagai organ pohon. Proses ini terkait dengan proses

pertumbuhan pohon (Sha et al., 2015), dan dipengaruhi oleh faktor-faktor iklim,

khususnya suhu dan curah hujan (Ford, 2010). Pada penelitian ini, nilai pertumbuhan

pohon sebagai suatu fungsi terhadap waktu disesuaikan berdasarkan formula kurva

pertumbuhan diameter-umur yang telah dibangun oleh Devaranavadgi et al. (2013),

seperti yang tersaji pada Tabel 1. Formula pertumbuhan tersebut dibangun

menggunakan data yang diambil dari tegakan hutan yang ditanam sejak tahun 1990

dengan jarak tanam 2x2 meter, pertumbuhan diameter diukur per tahun dengan caliper

vernier. Selanjutnya, akumulasi biomassa pada sistem melalui fotosintesis dikalibrasi

menggunakan persamaan allometrik lokal (persamaan 1), yang didesain secara khusus

untuk berbagai spesies pohon di daerah penelitian oleh Maulana et al. (2016).



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

69

Gambar 2. Struktur model untuk simulasi variabel iklim dan aliran karbon

Tabel 1. Formula pertumbuhan DBH-umur

Spesies Formula SE MPE SD

Myristica sp y =25.3495*exp(-13.881/(2.1612+x)) 0.212 -0.473 0.857

Palaquium sp y=10.03*exp (-3.44*exp (- 0.192*x)) 0.062 -0.209 0.211

Syzygium sp y=14.884*exp(-12.477/(3.1516+x)) 0.733 -0.569 0.108

Keterangan: diadaptasi menggunakan DBH-Age formula untuk Leucaena leucocephala, Acacia catechu,

dan Pongamia pinnata dari Devaranavadgi et al. (2013); y=DBH; x=umur; SE=Standard Error;

MPE=Mean Prediction Error; SD=Standard Deviation

Log(TAGB) = -0.267 + 2.23 Log(DBH) +0.649 Log(WD) (Persamaan 1)

dimana:

TAGB = total biomassa atas tanah(kg/pohon)

DBH = diameter setinggi dada (diameter at breast height, cm)

WD = berat jenis kayu (wood density or specific gravity, gr/cm3)

Sementara itu, untuk mendapatkan nilai berat jenis kayu (WD) dan fraksi

biomassa yang dialokasikan pada berbagai organ pohon, seperti daun, cabang, dan


70

batang; mekanisme penebangan dilaksanakan terhadap 31 pohon Myristica sp,

Palaquium sp ,dan Syzygium sp, dengan rentang diameter 5 hingga 40 cm.

Dibandingkan dengan nilai berat jenis dari Soerianegara dan Lemmens (1993), dan

Lemmens et al. (1995), hasil pengukuran pada penelitian ini menunjukkan nilai yang

rasional karena seperti yang disebutkan dalam dua sumber tersebut, rentang berat jenis

Myristica sp, Palaquium sp, dan Syzygium sp secara berurutan adalah 0.40-0.65 gr/cm3,

0.45-0.51 gr/cm3, 0.56-0.83 gr/cm

3, seperti yang tersaji pada Gambar 3.

Gambar 3. Berat jenis terukur

Beralih pada sektor kedua, yaitu sektor simpanan karbon (carbon storage).

Aliran karbon dibagi menjadi tiga, mencakup batang (stems), cabang (branches), dan

daun (leaves). Seperti yang tersaji pada Gambar 4, nilai fraksi biomassa yang dimbil

dari Maulana et al. (2016) menunjukkan bahwa batang mempunyai peran utama dalam

penyimpanan biomassa, diikuti oleh cabang dan daun. Sementara itu, nilai kandungan

karbon untuk tiap komponen pohon tersebut dihitung menggunakan rasio karbon dari

Hairiah dan Rahayu (2007), yakni 46%.

Kalibrasi terhadap aliran karbon pada sistem dan nilai aliran serasah

dilaksanakan secara berulang hingga tidak ada perbedaan signifikan antara nilai

perkiraan simpanan aktual dan nilai dari hasil pemodelan dinamis yang dihitung

berdasarkan nilai uji T menggunakan software MINITAB 14.0. Pada penelitian ini, nilai

perkiraan simpanan aktual didefinisikan sebagai niali total simpanan karbon atas tanah

yang disimpan pada berbagai komponen pohon yang didapatkan dari perhitungan

persamaan allometrik (persamaan 1) berdasarkan nilai DBH dari kurva pertumbuhan

dan WD dari pengukuran lapangan. Sedangkan, nilai simpanan karbon dari pemodelan



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

71

dinamis merupakan nilai total simpanan karbon atas tanah yang disimpan pada berbagai

komponen pohon yang dihitung berdasarkan struktur pemodelan dinamis berbasis

STELLA pada Gambar 2.

Gambar 4. Fraksi biomassa pada pohon (sumber: Maulana et al., 2016)

Kondisi awal simulasi dinamis ditetapkan berdasarkan data iklim tahunan suhu

dan curah hujan selama satu dekade terakhir (2005-2015) yang disediakan oleh Pusat

Data Iklim Nasional dari stasiun pengukuran terdekat di Kabupaten Teluk Bintuni,

Papua Barat. Berdasarkan tren iklim yang tercatat, seperti yang tersaji pada Gambar 5,

rentang suhu dan curah hujan rata-rata tahunan adalah 22.9oC hingga 31.5

oC dan 1042.7

mm/tahun hingga 3333.5 mm/tahun.

Gambar 5. Data dasar suhu dan curah hujan tahunan

Proyeksi terhadap berbagai skenario perubahan iklim di masa depan

dilaksanakan berdasarkan skenario yang telah dijelaskan oleh Intergovernmental Panel

on Climate Change (IPCC) pada laporannya yang berjudul Special Report on Emission

Scenarios (SRES) (IPCC 2000). Detil skenario perubahan iklim tersebut tersaji pada

Tabel 2. Secara umum, menurut IPCC (2000), pada skenario pertama, constant year


72

2000 concentration, mengasumsikan bahwa konsentrasi gas rumah kaca berada pada

level tetap seperti pada tahun 2000, sehingga skenario ini menempatkan tingkat

proyeksi perubahan iklim terendah dengan peningkatan suhu hanya 0.6 0C. Skenario B2

mewakili dunia dengan pembangunan ekonomi dan populasi yang kurang cepat

dikarenakan adanya peningkatan kesadaran terhadap kelestarian lingkungan. Skenario

A1T mengilustrasikan hadirnya pengenalan berbagai teknologi baru terkait sumber-

sumber energi non-fosil. Skenario A2 mewakili adanya fragmentasi teknologi dan

pembangunan ekonomi. Terakhir, skenario A2F2 menempatkan perhatian khusus

terhadap pembangunan yang intensif berbasis industri berbahan bakar fosil, sehingga

mempunyai nilai proyeksi peningkatan suhu tertinggi 4 0C. Selanjutnya, seperti yang

disarankan dalam Gardner dan Urban (2003), dalam rangka menguji dampak perubahan

iklim di masa depan terhadap simpanan karbon tiap spesies pohon, hasil simulasi

berdasarkan skenario IPCC tersebut kemudian dibandingkan dengan hasil pemodelan

dinamis nilai serapan aktualnya menggunakan nilai persentase simpangannya

(persamaan 2), selain uji secara statistik menggunakan mekanisme uji t berpasangan.

Tabel 2. Skenario kondisi iklim di masa depan di akhir abad 21 (2090-2099)

Skenario

Peningkatan suhu (oC)

Curah Hujan

Rata-rata Estimasi

terbaik

Selang

kemungkinan

Constant year 2000

concentrations 0.6 0.3-0.9

-20% B1 1.8 1.1-2.9

A1T 2.4 1.4-3.8

A2 3.4 2.0-5.4

A1FI 4.0 2.4-6.4 Sumber: IPCC (2000)

(persamaan 2)

dimana:

S = persentase simpangan

Bi = hasil pemodelan dinamis terhadap simpanan karbon aktual pada pohon ke-i

Di = hasil pemodelan dinamis berdasarkan proyeksi skenario IPCC

n = Jumlah pengamatan



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

73

Hasil dan Pembahasan

Perkiraan aktual vs pemodelan dinamis simpanan karbon pada kondisi baseline

Dalam rangka menilai akurasi dan meningkatkan ketepatan proyeksi skenario

“jika-maka” seperti yang dijelaskan dalam Bugmann (2001) dan Ford (2010), hasil

perkiraan aktual serapan karbon untuk tiap spesies dievaluasi terhadap nilai hasil

pemodelan dinamisnya pada kondisi baseline. Evaluasi ini penting untuk menunjukkan

bahwa tidak ada perbedaan signifikan antara karbon yang diserap secara aktual oleh

sistem dan perkiraan dinamisnya (Gardner & Urban, 2003; Ford, 2010).

Tabel 3. Uji statistik terhadap perkiraan aktuan dan hasil pemodelan dinamis serapan karbon

Species Group

comparison

t-test at 95% confidence interval

Mean SE

Mean DF

t-

table

t-

value

p-

value R

Myristica sp Actual proxy 563 54

97 1.985 0.78 0.436 0.99 Dynamic modeling 505 50

Palaquium sp Actual proxy 704 53


Syzygium sp Actual proxy 556 47


Seperti yang tersaji dalam Tabel 3 di atas, hasil uji t menunjukan bahwa nilai

yang dihasilkan secara signifikan berada di bawah nilai tabel-t pada selang kepercayaan

95%, dan nilai P (P>0.05) juga mengindikasikan lemahnya bukti untuk melawan H0.

Hal ini menggambarkan bahwa H0 (perkiraan aktual sangat mendekati hasil pemodelan

dinamis untuk tiap spesies) secara statistik dapat diterima (Gardner & Urban, 2003).

Sebagai tambahan, nilai uji korelasi Pearson juga menunjukkan adanya hubungan yang

kuat antara dua variabel tersebut. Seperti yang terlihat pada Gambar 6, secara umum

tren simpanan karbon untuk tiap spesies membentuk suatu kurva pertumbuhan sigmoid

yang mengilustrasikan bahwa jumlah karbon yang disimpan meningkat dengan cepat

pada awal masa pertumbuhan, kemudian melambat secara bertahap karena menurunnya

jumlah karbon yang diserap.


74

Gambar 6. Perkiraan aktual vs pemodelan dinamis simpanan karbon pada kondisi baseline

Proyeksi dinamis simpanan karbon di masa depan berdasarkan skenario IPCC

Secara umum, seperti yang terlihat pada Gambar 7, 8, dan 9, terjadi peningkatan

fluktuasi pada simpanan karbon untuk tiap spesies ketika parameter iklim pada model

dinamis dijalankan mengikuti skenario IPCC (2000). Pada awalnya, simpanan karbon

atas tanah untuk tiap spesies relatif stabil ketika model dinamis dijalankan menurut

skenario “constant year 2000 concentrations”, dimana terdapat kenaikan suhu 0.6oC

dan penurunan curah hujan hingga 20%. Namun, dari titi tersebut, stabilitas simpanan

karbon atas tanah umumnya mulai menurun ketika parameter iklim disesuaikan menurut

skenario yang lebih ekstrim, yaitu B1, AIT, A2, A1FI. Fluktuasi semacam ini dapat

terjadi karena pada kondisi suhu yang meningkat disertai penurunan curah hujan

dibanding saat kondisi normal, pohon-pohon berdaun lebar cenderung menurunkan

produktivitas fotosintesisnya dan meningkatkan laju pembentukan serasah untuk

menjaga keseimbangan metabolismenya (Heimann & Reichstein, 2008; Omeja et al.,

2012; Wang et al., 2012).



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

75

Gambar 7. Proyeksi skenario perubahan iklim masa depan (Constant year 2000 concentrations,

B1, A1T, A2, A1F1) terhadap simpanan karbon Myristica sp untuk periode simulasi

50 tahun


76


B1, A1T, A2, A1F1) terhadap simpanan karbon Palaquium sp untuk periode

simulasi 50 tahun



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

77


B1, A1T, A2, A1F1) terhadap simpanan karbon Syzygium sp untuk periode simulasi

50 tahun

Untuk lebih jelasnya, detil proyeksi skenario iklim IPCC SRES (2000) terhadap

simpanan karbon atas tanah tiap spesies dari Gambar 7, 8, dan 9 tersaji pada Tabel 4.

Tabel tersebut menunjukkan bahwa kenaikan suhu dan penurunan curah hujan di masa

depan akan menurunkan stabilitas simpanan karbon untuk seluruh spesies. Lebih jauh

lagi, perubahan iklim dapat memicu dampak terburuk pada skenario A1F1, dimana

terjadi kenaikan suhu 4oC disertai dengan penurunan curah hujan 20%. Pada tingkatan

skenario ini, simpanan karbon atas tanah pada Myristica sp, Palaquium sp, dan

Syzygium sp akan menurun secara berurutan hingga 14.51%, 14.81% dan 14.59%

selama rentang simulasi 50 tahun.


78

Tabel 4. Simpangan simpanan karbon berdasarkan skenario perubahan iklim IPCC SRES

Species

IPCC SRES Scenarios

Const yr

2000 B1 A1T A2 A1F1

Myristica

Deviation (S) 0.80% -2.71% -6.12% -7.29% -14.51%

t-value at 95% CI -1.16 1.42 2.54* 2.46* 4.81***

t-table (DF: 49; CI: 95%) 2.03 2.03 2.03 2.03 2.03

p-value 0.253 0.161 0.014 0.017 <0.001

Palaquium

Deviation (S) 0.71% -3.52% -7.05% -7.36% -14.81%

t-value at 95% CI -1.07 1.79 2.89** 2.81** 5.02***

t-table (DF: 49; CI: 95%) 2.03 2.03 2.03 2.03 2.03

p-value 0.288 0.080 0.006 0.007 <0.001

Syzygium

Deviation (S) 0.78% -2.91% -6.36% -7.22% -14.59%

t-value at 95% CI -1.13 1.52 2.65* 2.58* 4.89***

t-table (DF: 49; CI: 95%) 2.03 2.03 2.03 2.03 2.03

p-value 0.262 0.136 0.011 0.013 <0.001

Gambar 10 mengilustrasikan proyeksi simpanan karbon berdasarkan data yang

tersaji pada Tabel 4 di atas. Ilustrasi tersebut jelas menunjukkan bahwa Palaquium sp

cenderung lebih rentan ketika skenario iklim semakin ekstrim. Skenario iklim moderat

seperti A1T dan A2, dapat memicu simpangan yang sangat signifikan terhadap

simpanan karbon spesies tersebut. Sedangkan, simpangan yang signifikan pada

Myristica sp dan Syzygium sp secara statistik hanya terbatas pada skenario terburuk

A1FI.

Gambar 10. Tren simpangan simpanan karbon berdasarkan skenario perubahan iklim IPCC

Merujuk kembali pada Tabel 4, Gambar 3 dan 4, dibandingkan dengan Myristica

sp dan Syzygium sp, Palaquium sp mempunyai rentang berat jenis kayu terendah dengan

hanya sekitar 0.33-0.56 gr/cm3 dan mempunyai fraksi biomassa pada daun yang

terbanyak. Penelitian-penelitian sebelumnya telah membuktikan bahwa pertumbuhan

dan produktivitas pepohonan berdaun lebar dengan rentang berat jenis terendah dalam



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

79

kelompoknya, cenderung paling rentan terhadap kenaikan suhu (Bennet et al., 2013;

Coops & Waring, 2011; Subedi & Sharma, 2013; Hu et al., 2015).

Kesimpulan

Berdasarkan hasil dan pembahasan pada penelitian ini, dapat disimpulkan bahwa

ketika simulasi dinamis dijalankan mengikuti lima skenario perubahan iklim IPCC

(Constant year 2000 concentrations, B1, A1T, A2, dan A1F1) untuk periode 50 tahun,

simpanan karbon atas tanah pada spesies pohon Myristica sp, Palaquium sp, dan

Syzygium sp secara umum akan menurun. Skenario moderat seperti A1T dan A2 telah

dapat memicu simpangan yang signifikan secara statistik pada Palaquium sp. Selain itu,

juga dapat disimpulkan bahwa, simpangan signifikan pada Myristica sp dan Syzygium

sp hanya terbatas pada skenario terburuk A1F1. Pada tingkatan skenario A1F1

(kenaikan suhu 4oC disertai dengan penurunan curah hujan 20%) Palaquium sp

mengalami penurunan simpanan karbon terbesar mencapai 14.89% di bawah nilai

normalnya. Hal ini mungkin dapat disebabkan oleh rendahnya rentang berat jenis

Palaquium sp (0.33-0.56 gr/cm3) disertai dengan tingginya fraksi biomassa pada daun

dibandingkan dengan dua spesies lainnya. Hasil penelitian ini menunjukkan bahwa

umpan balik negatif dari perubahan iklim seharusnya mulai mendapat perhatian serius

dalam rangka meningkatkan akurasi perhitungan jangka panjang terhadap simpanan

karbon pada tegakan hutan.

Daftar Pustaka

Bennet, J.M., Cunningham, S.C., Connely, C.A., Clarke, R.H., Thomson, J.R. & Nally,

R.M. 2013. The interaction between a drying climate and land use affects

forest structure and above-ground carbon storage. Global Ecology and

Biogegraphy, 22,1238-1247.

Bugmann, H. 2001. A review of forest gap models. Climate Change, 51, 259-305.

Coops, N.C. & Waring, R.H. 2011. Estimating the vulnerability of fifteen tree species

under changing climate in Northwest North America. Ecological Modeling,

222, 2119-2129.

Dai, Z., Birdsey, R.A., Johnson, K.D., Dupuy, J.M., Hernandez-Stefanoni, J.L. &

Richardson, K. 2014. Modeling carbon stocks in a secondary tropical dry

forest in the Yucatan Peninsula, Mexico. Water Air Soil Pollution,

225(1925), 1-15.

Dean, C., Roxburgh, S. & Mackey, B. 2003. Growth modeling of Eucalyptus regnans

for carbon accounting at the landscape scale. In: Amaro, A., Reed, D. &


80

Soares, P. (eds.), Modeling forest system (42-54), Cambridge, MA: CABI

Publishing.

Devaranavadgi, S.B., Basappa, S., Jolli, R.B., Wali, S.Y. & Bagali, A.N. 2013.

Diameter-age growth curve modeling for different tree species in drylands

of North Karnataka. Global Journal of Science Frontier Research, 13(1), 1-

12.

Dominati, E., Patterson, M. & Mackay, A. 2010. A framework for classifying and

quantifying the natural capital and ecosystem services of soils. Ecological

Economics, 69, 1858-1868.

Ford, A. 2010. Modeling The Environment: Second Edition, Washington, DC: Island

Press.

Gardner, R.H. & Urban, D.L. 2003. Model validation and testing: past lessons, present

concerns, future prospects. In: Ganham, C.D., Cole, J.J. & Lauenroth, W.K.

(Eds.), Models in Ecosystem Science, Princeton, NJ: Princeton University

Press.

Hairiah, K. & Rahayu, S. 2007. Pengukuran Karbon Tersimpan di Berbagai Macam

Penggunaan Lahan. Bogor: ICRAF.

Heimann, M. & Reichstein, M. 2008. Terrestrial carbon dynamics and climate

feedbacks. Nature, 451, 289-292.

Hunter, J.T. 2015. Changes in allometric attributes and biomass of forests and

woodlands across an altitudinal and rainfall gradient: What are the

implications of increasing seasonality due to anthropogenic climate change?

International Journal of Ecology, 2015(208975), 1-10.

Limbu, D.K. & Koirala, M. 2011. Above-ground and below-ground biomass situation

of Milke-Jaljale rangeland at different altitudinal gradient. Our Nature, 9,

107-111.

Intergovernmental Panel on Climate Change [IPCC]. 2000. IPCC Special report

emissions scenarios: Summary for policymakers. Retrieved 8 August 2015

from https://www.ipcc.ch/pdf/special-reports/spm/sres-en.pdf

Intergovernmental Panel on Climate Change [IPCC]. 2007. Climate change 2007:

Synthesis report. Retrieved 25 July 2015 from

http://www.ipcc.ch/publications_and_data/publications_ipcc_fourth_assess

ment_report_synthesis_report.htm

Lemmens, RHMJ., Soerianegara, I. & Wong, W.C. (Eds.). 1995. Plant resources of

South-East Asia 5(2), timber tress: minor commercial timbers. Leiden:

Backhuys Publishers.

Ma, J., Hu, Y., Bu, R., Chang, Y., Deng, H. & Qin, Q. 2014. Predicting impacts of

climate change on the aboveground carbon sequestration rate of a temperate

forest in northeastern China. PLoS ONE, 9(4), 1-15.

Maulana, S.I., Wibisono, Y. & Utomo, S. 2016. Pantropical vs locally developed

allometric equations: which will be the better option to estimate

aboveground biomass of Papua tropical forest?. Proceeding of the 3rd

https://www.ipcc.ch/pdf/special-reports/spm/sres-en.pdf

http://www.ipcc.ch/publications_and_data/publications_ipcc_fourth_assessment_report_synthesis_report.htm

http://www.ipcc.ch/publications_and_data/publications_ipcc_fourth_assessment_report_synthesis_report.htm



27 Agustus 2016

p-ISSN: 2540-752x

e-ISSN: 2528-5726

81

International Conference of Indonesia Forestry Researcher. Bogor, 21-22

October.

Omeja, P.A., Obua, J., Rwetsiba, A. & Chapman, C.A. 2012. Biomass accumulation in

tropical lands with different disturbance histories: Contrast within one

landscape and across regions. Forest Ecology and Management, 269, 293-

300.

Oni, S.K., Dillon, P.J., Metcalfe, R.A. & Futter, M.N. 2012. Dynamic modeling of the

impact of climate change and power flow management options using

STELLA: Application to the Stephill Falls Reservoir, Ontario, Canada.

Canadian Water Resources Journal, 37(2), 125-148.

Ricker, M., Gutierrez-Garcia, G. & Daly, D.C. 2007. Modeling long-term tree growth

curves in response to warming climate: test cases from subtropical mountain

forest and a tropical forest in Mexico. Canadian Journal of Forest

Resources, 37, 977-989.

Sha, P., Gaodi, X., Changshun, Z., Chunian, L., Shimei, L., Caixia Z. & Long, C. 2015.

Dynamic simulation of carbon sequestration by Pinus sylvestris var.

mongolica. Journal of Resources and Ecology, 6(1), 37-44.

Soerianegara, I., & Lemmens, RHMJ. (Eds.). 1993. Plant resources of South-East Asia

5(1), timber trees: major commercial timbers. Wageningen: Pudoc &

PROSEA.

Stinziano, J.R. & Way, D.A. 2014. Combined effects of rising CO2 and temperature on

boreal forests: growth, physiology and limitations, Botany, 92, 425-436.

Subedi, N. & Sharma, M. 2013. Climate-diameter growth relationships of black spruce

and jack pine trees in boreal Ontario, Canada. Global Change Biology, 19,

505-516.

Touchan, R., Shisov, V.V., Meko, D.M., Nouiri, I. & Grachev, A. 2012. Process based

model sheds light on climate sensitivity of Mediterranean tree-ring width.

Biogeosciences, 9, 965-972.

Wang, JC., Duan, B.I. & Zhang, Y.B. 2012. Effects of experimental warming on growth

biomass allocation and needle chemistry of Abies faxoniana in evenaged

monospecific stands. Plant Ecology, 213, 47-55.


82

Documents

PREDIKSI DAMPAK PERUBAHAN IKLIM TERHADAP …symbion.pbio.uad.ac.id/prosiding/prosiding/ID_278_Sandhi Imam... · Badan Litbang dan Inovasi ... Hasil penelitian ini menunjukkan bahwa