Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman adalah makhluk hidup yang dapat menyerap karbon pada suatu daerah melalui proses fotosintesis, sehingga keberadaannya diperlukan untuk menyerap emisi karbon. Mengestimasi nilai biomassa merupakan indikator penting karena memberikan prasyarat dasar mengenai estimasi kepadatan dan penyimpanan karbon dalam wilayah tersebut. Ketidak seimbangan antara emisi karbon dengan stok karbon akan terjadi apabila kegiatan manusia yang menghasilkan emisi karbon lebih tinggi dibandingkan dengan stok karbon pada daerah tersebut. Faktor yang memengaruhi tingkat emisi karbon pada daerah tersebut adalah tingkat kepadatan populasi, persentase wilayah urban, dan kepadatan jalan. Nilai karbon didapatkan dari model dengan perhitungan model menggunakan regresi linear. Sementara untuk mengetahui nilai biomassa diperlukan data diameter setinggi dada pada jenis jenis pohon perkotaan. Citra satelit untuk kemudian diolah menjadi data NDVI serta citra yang digunakan adalah Sentinel 2-A. Nilai Estimasi stok karbon dapat dilakukan dengan menggunakan perhitungan persamaan allometrik yang dapat menentukan nilai biomassa permukaan, setelah mendapatkan nilai biomassa permukaan dilakukan persamaan regresi terhadap nilai NDVI. Perhitungan antara nilai emisi karbon dengan nilai stok karbon kemudian dihitung selisihnya untuk mendapatkan wilayah yang kelebihan penyimpanan karbon atau kekurangan penyimpanan karbon. Hasil dari penelitian ini adalah komposisi antara karbon yang mampu disimpan oleh tanaman pada wilayah Kecamatan Kuta, Kuta Utara dan Kuta Selatan dengan emisi karbon yang terdapat di Kecamatan Kuta, Kuta Utara dan Kuta Selatan.

---

The Plant is an living creatures that can absorbs carbons on open air with their capability to photosynthesis, therefore its existence are surely needed to absorbs carbon emissions. Estimating biomass was one of the important indicator because it is an basic requirements about estimating the density of carbons storage on that region. The imbalance between carbon emissions and carbon stocks will happen if the human activity that produce carbon emissions were higher than carbon stocks on that region. Driving factors that interfere the size of carbon emissions on some regions are populations density, road density, and urban percentages. Carbons value were collected by model with calculations using linear regressions. In the other hand to determine biomass value required diameter breast height on tree species on the city. Satellite imagery is also required to produce NDVI data, satellite imagery that were used on this study was Sentinel 2-A. Estimations value of carbon stocks can be obtained by using allometric equation which can determine aboveground biomass, after obtaining the aboveground biomass the next step is making linear regressions against NDVI value. Calculations between carbon emissions value and carbon stocks value were calculated the difference for obtaining which region that had more carbon stocks and which region that hasn’t. the result of this study were composisions between carbons that can be absorbs by the plant in Kuta,North Kuta, and South Kuta District with the carbon emissions that happened on Kuta, North Kuta and South Kuta District."

"Meningkatnya suhu secara global yang disebabkan oleh emisi karbon yang jumlahnya lebih banyak dari penyerapan menyebabkan terjadinya berbagai permasalahan lingkungan. Kelapa sawit memiliki potensi sebagai penyerap karbon di atmosfer. Penelitian ini memiliki tujuan unutk menganalisis distribusi spasial stok karbon tanaman kelapa sawit dan hubungannya dengan musim basah dan kering serta kemiringan tanahnya untuk melihat variasi stok karbonnya. Penginderaan jauh multispektral digunakan pada penelitian ini dan digunakan lima indeks vegetasi yaitu NDVI, GNDVI, SAVI, OSAVI, dan ARVI sebagai prediktor yang digunakan bersama dengan stok karbon lapangan untuk dibandingkan sehingga diperoleh model estimasi yang akurat. Hasil menunjukkan bahwa distribusi spasial estimasi stok karbon yang dihasilkan indeks vegetasi ARVI pada wilayah penelitian di setiap blok didominasi oleh stok karbon dengan nilai menengah. Hubungan musim basah dan kering yang dilihat dari curah hujan dengan stok karbon dan hasil uji korelasi menunjukkan bahwa curah hujan memiliki nilai korelasi positif yang sangat lemah dan variasi stok karbon berdasarkan kemiringan tanah menunjukkan bahwa kemiringan tanah tidak memiliki pengaruh terhadap stok karbon yang tersimpan. Hal tersebut dapat disebabkan karena jarak tanam kelapa sawit pada wilayah penelitian relatif sama.

---

The increase in global temperatures caused by carbon emissions which are greater than absorption causes various environmental problems. Oil palm has the potential to absorb carbon in the atmosphere. This study aims to analyze the spatial distribution of carbon stocks in oil palm plants and their relationship with the wet and dry seasons and the slope of the soil to see variations in carbon stocks. Multispectral remote sensing was used in this study and five vegetation indices were used, namely NDVI, GNDVI, SAVI, OSAVI, and ARVI as predictors which were used together with field carbon stocks to be compared in order to obtain an accurate estimation model. The results show that the spatial distribution of estimated carbon stocks resulting from the ARVI vegetation index in each block is dominated by carbon stocks with intermediate values. The relationship between wet and dry seasons and carbon stocks shows that rainfall has a very weak positive correlation value and variations in carbon stocks based on soil slope shows that soil slope has no effect on stored carbon stocks. This could be due to the relatively similar spacing of oil palm plantings in the study area."

"Hutan mangrove di wilayah pesisir memiliki peran sebagai penyimpan karbon yang sangat penting untuk menyeimbangkan emisi karbon di atmosfer. Mangrove dapat menyerap karbon per satuan luas empat kali lebih tinggi dibandingkan hutan terestrial di wilayah tropis. Masifnya pembangunan dan alih fungsi lahan di wilayah pesisir Kecamatan Teluknaga mengancam keberadaan ekosistem mangrove. Hal ini menimbulkan kekhawatiran yang mendorong untuk meningkatkan upaya pelestarian kawasan mangrove dimana salah satunya, yaitu dengan melakukan perhitungan estimasi stok karbon. Oleh sebab itu, penelitian ini bertujuan untuk menganalisis persebaran spasial biomassa dan stok karbon hutan mangrove di pesisir Kecamatan Teluknaga pada periode 2016 – 2022 dengan menggunakan pendekatan indeks vegetasi terbaik. Penelitian ini menggunakan Sentinel-2 untuk ditransformasikan menjadi indeks vegetasi ARVI, EVI, dan SAVI sebagai pendekatan untuk melakukan pemodelan biomassa. Selain itu, digunakan juga analisis statistik korelasi untuk menentukan indeks vegetasi terbaik yang dapat memodelkan biomassa di pesisir Kecamatan Teluknaga. Hasil penelitian menunjukkan bahwa indeks vegetasi ARVI memiliki korelasi terbaik (R = 0,60) untuk memodelkan biomassa dengan nilai RMSE 36,67 kg/piksel. Diketahui bahwa mayoritas hutan mangrove di wilayah pesisir Kecamatan Teluknaga mengalami peningkatan nilai biomassa dan stok karbon pada periode 2016 – 2022. Adapun peningkatan yang paling signifikan terlihat pada hutan mangrove di Desa Muara dan Desa Lemo. Hal tersebut sejalan dengan peningkatan luas dan kepadatan hutan mangrove.

---

Mangrove forests in coastal areas have a role as a carbon store which is very important in balancing carbon emissions in the atmosphere. Mangroves can absorb carbon per unit area four times higher than terrestrial forests in the tropics. The massive development and land use change in the coastal area of Teluknaga District threatens the existence of the mangrove ecosystem. This raise concerns that encourage efforts to increase mangrove conservation, one of which is by calculating carbon stock estimates. Therefore, this study aims to analyze the spatial distribution of biomass and carbon stock of mangrove forests in the coastal district of Teluknaga in 2016 – 2022 using the best vegetation index approach. This study used Sentinel-2 to be transformed into ARVI, EVI, and SAVI vegetation indices to model biomass. In addition, statistical correlation analysis was also used to determine the best vegetation index to model the biomass in the coastal area of Teluknaga District. The results showed that the ARVI vegetation index had the best correlation (R = 0,60) for modeling biomass with an RMSE value of 36,67 kg/pixel. It is known that most mangrove forests in the coastal area of Teluknaga District experienced an increase in the value of their biomass and carbon stock in 2016 – 2022. The significant rise happens in Muara and Lemo villages’s mangrove forest. The increased biomass and carbon stock are in line with the rise in the area and density of mangrove forests."

"Dalam upaya optimalisasi kebijakan adaptasi dan pencegahan perubahan iklim dengan menghindari potensi perlambatan pertumbuhan ekonomi, modal sosial diyakini dapat menjadi variabel kunci yang dapat mendorong implementasi kebijakan penurunan emisi karbon secara signifikan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dampak modal sosial terhadap emisi karbon per kapita yang mempertimbangkan adanya pengaruh spasial dan dinamis dari waktu pada provinsi di Indonesia untuk tahun 2010 – 2018 melalui pendekatan model dinamika spasial. Hasil penelitian memperlihatkan adanya pengaruh negatif dari modal sosial terhadap emisi karbon per kapita di mana estimasi koefisien tersebut akan lebih rendah ketika mempertimbangkan pengaruh spasial dan temporal dari emisi karbon. Penelitian ini memperlihatkan area baru dalam pengembangan kebijakan perubahan iklim maupun penurunan emisi karbon agar dapat mencegah dampak yang lebih berbahaya dari emisi karbon tanpa menimbulkan risiko perlambatan laju pertumbuhan ekonomi negara berkembang khususnya di Indonesia.

---

In terms to optimize climate change policies by avoiding the potential slowdown of economic growth, social capital is believed to be a key variable that can encourage the implementation of policies to reduce carbon emissions significantly. Therefore, this study aims to analyze the impact of social capital on per capita carbon emissions by considering the spatial and dynamic effect of carbon emission on provinces in Indonesia for 2010 – 2018 through a spatial dynamics model approach. The results of the study showed a negative impact of social capital on per capita carbon emissions where estimates of such coefficients would be lower when considering the spatial and temporal impacts of carbon emission. The research shows new areas in the development of climate change policies and reduction of carbon emissions in order to prevent the more dangerous impacts of the carbon emission without posing the risk of slowing the growth rate of the developing country in Indonesia."

"Kota Bogor merupakan salah satu kota penyangga di Jabodetabek yang mengalami pertumbuhan penduduk dan perkembangan perkotaan yang pesat. Hal ini dapat menyebabkan perubahan tutupan lahan sehingga terjadi perluasan wilayah terbangun. Tutupan lahan terbangun atau tutupan permukaan kedap air akan menyebabkan suhu permukaan daratan di suatu wilayah lebih tinggi dan berpotensi mengalami Urban Heat Island. Penelitian ini bertujuan menganalisis distribusi spasial suhu permukaan daratan, tutupan lahan, emisi karbon monoksida, dan fenomena UHI, serta menganalisis hubungan fenomena UHI dengan tutupan lahan dan emisi karbon monoksida di Kota Bogor. Tutupan lahan dan fenomena Urban Heat Island diamati menggunakan data citra Landsat 8 OLI/TIRS tahun 2018 dan 2021. Sedangkan titik emisi karbon monoksida diperoleh dari Dinas Lingkungan Hidup Kota Bogor. Data tersebut dianalisis secara spasial untuk mengetahui distribusi fenomena UHI dan kaitannya dengan tutupan lahan dan emisi karbon monoksida. Hasil penelitian menunjukkan bahwa dalam periode waktu 2018 ke 2021, distribusi spasial suhu mengikuti tutupan lahan dan tidak mengikuti emisi karbon monoksida di mana tutupan lahan terbangun memiliki suhu yang lebih tinggi dibandingkan dengan kelas tutupan lahan yang lain. Distribusi spasial fenomena UHI dari 2018 ke 2021 mengikuti tutupan lahan terbangun dan tidak mengikuti sebaran emisi karbon monoksida. Berdasarkan analisis hubungan pada data tahun 2018 dan 2021 menunjukkan bahwa suhu akan meningkat dan berpotensi mengalami Urban Heat Island apabila tutupan lahannya berupa lahan terbangun. Sedangkan untuk wilayah yang bervegetasi cenderung memiliki suhu permukaan daratan yang rendah. Untuk emisi karbon monoksida, suatu wilayah akan memiliki suhu yang tinggi dan berpotensi mengalami Urban Heat Island apabila terjadi peningkatan emisi karbon monoksida terutama di tutupan lahan terbangun.

---

Bogor City is one of the buffer cities in Jabodetabek which is experiencing rapid population growth and urban development. This can cause changes in land cover resulting in an expansion of the built-up area. Built-up land cover or impervious surface has higher land surface temperatures and has the potential to cause an Urban Heat Island. This study aims to analyze the spatial distribution of land surface temperature, land cover, carbon monoxide emissions, and the UHI phenomenon, and to analyze the relationship between the UHI phenomenon and land cover and carbon monoxide emissions in Bogor City. Land cover and the Urban Heat Island phenomenon were observed using Landsat 8 OLI/TIRS image data for 2018 and 2021. Meanwhile, the carbon monoxide emission point was obtained from the Bogor City Environment Agency. The data was analyzed spatially to determine the distribution of the UHI phenomenon and its relation to land cover and carbon monoxide emissions. The results show that in the time period 2018 to 2021, the spatial temperature distribution follows land cover and does not follow carbon monoxide emissions where built-up land cover has a higher temperature compared to other land cover classes. The spatial distribution of the UHI phenomenon from 2018 to 2021 follows the built-up land cover and does not follow the distribution of carbon monoxide emissions. Based on the relationship analysis on the data for 2018 and 2021, it shows that temperatures will increase and there is a potential for an Urban Heat Island if the land cover is built-up land. Meanwhile, vegetated areas tend to have low land surface temperatures. For carbon monoxide emissions, an area will have high temperatures and has the potential to cause an Urban Heat Island if there is an increase in carbon monoxide emissions, especially in built-up area."

"Kota Bogor merupakan salah satu kota penyangga di Jabodetabek yang mengalami pertumbuhan penduduk dan perkembangan perkotaan yang pesat. Hal ini dapat menyebabkan perubahan tutupan lahan sehingga terjadi perluasan wilayah terbangun. Tutupan lahan terbangun atau tutupan permukaan kedap air akan menyebabkan suhu permukaan daratan di suatu wilayah lebih tinggi dan berpotensi mengalami Urban Heat Island. Penelitian ini bertujuan menganalisis distribusi spasial suhu permukaan daratan, tutupan lahan, emisi karbon monoksida, dan fenomena UHI, serta menganalisis hubungan fenomena UHI dengan tutupan lahan dan emisi karbon monoksida di Kota Bogor. Tutupan lahan dan fenomena Urban Heat Island diamati menggunakan data citra Landsat 8 OLI/TIRS tahun 2018 dan 2021. Sedangkan titik emisi karbon monoksida diperoleh dari Dinas Lingkungan Hidup Kota Bogor. Data tersebut dianalisis secara spasial untuk mengetahui distribusi fenomena UHI dan kaitannya dengan tutupan lahan dan emisi karbon monoksida. Hasil penelitian menunjukkan bahwa dalam periode waktu 2018 ke 2021, distribusi spasial suhu mengikuti tutupan lahan dan tidak mengikuti emisi karbon monoksida di mana tutupan lahan terbangun memiliki suhu yang lebih tinggi dibandingkan dengan kelas tutupan lahan yang lain. Distribusi spasial fenomena UHI dari 2018 ke 2021 mengikuti tutupan lahan terbangun dan tidak mengikuti sebaran emisi karbon monoksida. Berdasarkan analisis hubungan pada data tahun 2018 dan 2021 menunjukkan bahwa suhu akan meningkat dan berpotensi mengalami Urban Heat Island apabila tutupan lahannya berupa lahan terbangun. Sedangkan untuk wilayah yang bervegetasi cenderung memiliki suhu permukaan daratan yang rendah. Untuk emisi karbon monoksida, suatu wilayah akan memiliki suhu yang tinggi dan berpotensi mengalami Urban Heat Island apabila terjadi peningkatan emisi karbon monoksida terutama di tutupan lahan terbangun.

---

Bogor City is one of the buffer cities in Jabodetabek which is experiencing rapid population growth and urban development. This can cause changes in land cover resulting in an expansion of the built-up area. Built-up land cover or impervious surface has higher land surface temperatures and has the potential to cause an Urban Heat Island. This study aims to analyze the spatial distribution of land surface temperature, land cover, carbon monoxide emissions, and the UHI phenomenon, and to analyze the relationship between the UHI phenomenon and land cover and carbon monoxide emissions in Bogor City. Land cover and the Urban Heat Island phenomenon were observed using Landsat 8 OLI/TIRS image data for 2018 and 2021. Meanwhile, the carbon monoxide emission point was obtained from the Bogor City Environment Agency. The data was analyzed spatially to determine the distribution of the UHI phenomenon and its relation to land cover and carbon monoxide emissions. The results show that in the time period 2018 to 2021, the spatial temperature distribution follows land cover and does not follow carbon monoxide emissions where builtup land cover has a higher temperature compared to other land cover classes. The spatial distribution of the UHI phenomenon from 2018 to 2021 follows the built-up land cover and does not follow the distribution of carbon monoxide emissions. Based on the relationship analysis on the data for 2018 and 2021, it shows that temperatures will increase and there is a potential for an Urban Heat Island if the land cover is built-up land. Meanwhile, vegetated areas tend to have low land surface temperatures. For carbon monoxide emissions, an area will have high temperatures and has the potential to cause an Urban Heat Island if there is an increase in carbon monoxide emissions, especially in built-up area."

"Melihat inovasi penginderaan jauh dalam estimasi stok karbon kelapa sawit untuk inventarisasi stok karbon, diperlukan pembangunan model demi mengetahui distribusi stok karbon kelapa sawit melalui penginderaan jauh. Variabel yang digunakan yaitu nilai piksel dari indeks vegetasi NDVI, GNDVI, EVI, ARVI, SAVI pada citra satelit Sentinel 2-B dan Landsat 8. Data stok karbon lapangan diperoleh dengan persamaan allometrik biomassa dari tinggi dan keliling batang. Model terpilih yaitu ARVI pada Sentinel 2-B dan Landsat 8 dengan memiliki nilai korelasi dan determenansi tertinggi. Model terpilih yang dijadikan distribusi spasial estimasi stok karbon mempunyai rentang estimasi stok karbon berupa <110 kg/piksel, 110 – 150 kg/piksel, 150 – 190 kg/piksel, dan 190 – 240 kg/piksel pada Sentinel 2-B dan <900 kg/piksel, 900 – 1100 kg/piksel, 1100 – 1300 kg/piksel dan 1300 – 1500 kg/piksel pada Landsat 8 yang terdistribusi spasial di kelompok umur 17, 18, 19, dan 20 tahun dari berbagai bagian timur dan tenggara, kerapatan vegetasi, dan aspek kondisi lingkungan Kecamatan Kemang dan Ranca Bungur. Berdasarkan perbandingan, nilai piksel indeks vegetasi berbanding lurus dengan kelompok umur dimana semakin tua maka semakin tinggi, sama dengan kerapatan vegetasi di area, semakin banyak jumlah vegetasi maka semakin tinggi juga nilai piksel dari indeks vegetasi. Landsat 8 terpilih karena memiliki nilai korelasi lebih besar terhadap kerapatan vegetasi, hasil akhir yaitu estimasi stok karbon kelapa sawit umur 17 tahun dengan luas 267,56 Ha ialah 3.421,74 ton, 18 tahun 369,12 Ha ialah 5150,52 ton, 19 tahun 316,41 Ha ialah 4.271,86 ton, dan 20 tahun 55,54 Ha ialah 761,67 ton. Jumlah total estimasi stok karbon pada wilayah penelitian adalah 13.605,79 ton.

---

Seeing the innovation of remote sensing in the estimation of oil palm carbon stock for carbon stock inventory, it is necessary to develop a model to determine the distribution of oil palm carbon stock through remote sensing. The variable used is the pixel value of the vegetation index NDVI, GNDVI, EVI, ARVI, SAVI on the Sentinel 2-B and Landsat 8 satellite images. Field carbon stock data were obtained by using allometric equations of biomass from stem height and circumference. The selected model is ARVI on Sentinel 2-B and Landsat 8 with the highest correlation and determination values. The selected model which is used as a spatial distribution of carbon stock estimates has a range of carbon stock estimates in the form of <110 kg/pixel, 110 – 150 kg/pixel, 150 – 190 kg/pixel, and 190 – 240 kg/pixel on Sentinel 2-B and <900 kg/pixel, 900 – 1100 kg/pixel, 1100 – 1300 kg/pixel and 1300 – 1500 kg/pixel on Landsat 8 which are spatially distributed in the 17, 18, 19, and 20 year age groups from different parts of the east and southeast, density vegetation, and aspects of environmental conditions in the Districts of Kemang and Ranca Bungur. Based on the comparison, the pixel value of the vegetation index is directly proportional to the age group where the older it is, the higher it is, equal to the density of vegetation in the area, the more the number of vegetation, the higher the pixel value of the vegetation index. Landsat 8 was chosen because it has a greater correlation value with vegetation density, the final result is the estimated carbon stock of oil palm aged 17 years with an area of 267.56 Ha is 3,421.74 tons, 18 years 369.12 Ha is 5150.52 tons, 19 years 316.41 Ha is 4,271.86 tons, and 20 years 55.54 Ha is 761.67 tons. Total estimated carbon stock is 13,605.79 tons."

"Indonesia merupakan negara yang rentan dengan banjir. Salah satu sungai yang paling sering terdampak banjir adalah Sungai Citarum. Penelitian ini bertujuan untuk mengidentifikasi karakteristik endapan banjir menggunakan metode Penginderaan Jauh (SIG) dan Total Organik Karbon (TOC) pada Daerah Aliran Sungai (DAS) Citarum, Kabupaten Bandung. Hasil dari metode Penginderaan Jauh (SIG) merupakan pengolahan data Rupa Bumi Indonesia (RBI) berupa peta geologi, peta jenis tanah, peta penggunaan lahan, peta geomorfologi, peta ketinggian, dan peta kemiringan lereng. Selanjutnya, data diolah dan ditumpangtindih (overlay) menjadi peta kerentanan bencana banjir. Terdapat pula beberapa data pendukung seperti data cuaca dan iklim BMKG, data Global Weather, dan data CHIRPS dari Climate Hazard Center USA (CHC USA). Selanjutnya, peta di validasi dengan data banjir dari Badan Nasional Penanggulangan Bencana (BNPB). Hasil dari metode Total Organik Karbon (TOC) merupakan hasil dari analisis lab yang dibandingkan dengan data penelitian sebelumnya, yaitu data Granulometri dari Prayoga (2020). Kemudian, data TOC dikorelasi dengan data statigrafi untuk menganalisis keterjadian banjir. Hasil dari penelitian ini merupakan sintesis dan kolaborasi berbagai data untuk mengetahui daerah yang rentan akan bencana banjir serta menganalisis endapan banjir dengan mengkorelasi data Granulometri dari Prayoga (2020), data lapangan, dan data TOC di Daerah Aliran Sungai (DAS) Citarum, Kabupaten Bandung.

---

Indonesia is a country that is prone to flooding. One of the rivers most frequently affected by flooding is the Citarum River. This study aims to identify the characteristics of flood sediment using Remote Sensing (GIS) and Total Organik Carbon (TOC) methods in the Citarum Watershed (DAS), Bandung Regency. The results of the Remote Sensing (GIS) method of processing Rupa Bumi Indonesia (RBI) data are in the form of geological maps, soil type maps, land use maps, geomorphological maps, map elevations, and slope maps. Furthermore, the data is processed and being overlay into a flood hazard map. There are also some supporting data such as BMKG weather and climate data, Global Weather data, and CHIRPS data from the Climate Hazard Center USA (CHC USA). Furthermore, the map is validated with flood data from the National Disaster Management Agency (BNPB). The results of the Total Organik Carbon (TOC) method are the result of lab analysis compared to previous research data, namely Granulometric data from Prayoga (2020). Then, the TOC data was correlated with the statigraphic data to analyze the occurrence of flooding. The results of this study are a synthesis and colaboration of various data to identify areas prone to flood disasters and to analyze flood sediment by correlating Granulometric data from Prayoga (2020), field data, and TOC data in the Citarum River Basin (DAS), Bandung Regency."

"Upwelling adalah proses penting yang mengangkut nutrisi ke sistem biologis yang terkait dengan jaring makanan di kolom air. Penelitian ini bermaksud untuk menyelidiki karakteristik fenomena upwelling dengan menganalisis kesuburan historis perairan Banggai melalui dua indikator utama, yaitu suhu permukaan laut (SST), dan klorofil-a, menggunakan data citra satelit, serta melihat hubungan antara fenomena upwelling dan produksi perikanan tangkap di perairan Banggai. Analisis dilakukan dengan data resolusi spasial 4 kilometer menggunakan SST (NOAA AVHRR Pathfinder Version 5.3 Collated Global), data konsentrasi klorofil (Ocean Color SMI), dan analisis regresi polinemal untuk menguji hubungan fenomena upwelling dengan produksi perikanan tangkap. Hasil pola dispersi klorofil-a dari tahun 1998 hingga 2022 dikumpulkan pada bulan Agustus 2004, 2006 dan 2015, dengan konsentrasi klorofil rata-rata 0,49 mg/m3 dan kisaran suhu permukaan laut 23–24°C. Hasil trend dekomposisi dari sebaran klorofil-a konsentrasi tinggi di perairan Banggai, pola upwelling terjadi setahun sekali pada setiap bulan Agustus. Sementara itu, dekomposisi suhu permukaan laut pada grafik tren musiman menunjukkan nilai yang rendah, dan suhu tersebut dapat meningkat tiga kali lipat dalam satu tahun. Hal ini terkait dengan periode El-Nino. Berdasarkan penelitian ini, persebaran klorofil-a di Banggai paling besar terjadi pada periode El Nino. Pengaruh hubungan antara fenomena upwelling dengan jumlah ikan yang ditangkap melalui grafik fluktuasi tidak menunjukkan pengaruh yang signifikan.

---

Upwelling is an important process that transports nutrients to biological systems linked to food webs in the water column. This study intends to investigate the characteristics of the upwelling phenomena by analyzing the historical fertility of Banggai waters via two key indicators, namely sea surface temperature (SST), and chlorophyll-a, using satellite imagery data, as well as looking at the relationship between the phenomenon of upwelling and capture fisheries production in Banggai waters. The analysis was conducted with a data spatial resolution of 4 kilometers using SST (NOAA AVHRR Pathfinder Version 5.3 Collated Global), chlorophyll concentration (Ocean Color SMI) data, and polynemal regression analysis to examine the relationship of the upwelling phenomenon with capture fisheries production. Results of chlorophyll-a dispersion patterns from 1998 to 2022 were collected in August 2004, 2006 and 2015, with an average chlorophyll concentration of 0.49 mg/m3 and a sea surface temperature range of 23–24°C. The result of trend decomposition from the distribution of high concentrations of chlorophyll-a in Banggai waters, the pattern of upwelling occurs once a year in every August. Meanwhile, the decomposition of sea surface temperature on the seasonal trend chart shows a low value, and the temperature can increase three times in one year. This is related to the El-Nino period. Based on this study, the chlorophyll-a distribution in Banggai was greatest during the El Nino period. The effect of the relationship between the upwelling phenomenon and the amount of fish caught through the fluctuation graph does not show a significant effect."

"ABSTRAKPenelitian mengenai validasi lapangan persebaran spasial lamun menggunakan teknologi penginderaan jauh di perairan pantai barat Pulau Rote, Kabupaten Rote Ndao, Nusa Tenggara Timur perlu dilakukan untuk memberikan informasi dan data ilmiah mengenai padang lamun di Perairan Pantai Barat Pulau Rote. Penelitian tersebut bertujuan untuk mengetahui komposisi jenis lamun, persentase tutupan padang lamun, dan persebaran spasial lamun. Penelitian ini telah dilakukan pada 31 Oktober--5 November 2016. Metode penelitian yang digunakan antara lain purposive sampling, metode transek garis kuadrat, dan pengolahan citra landsat 8 OLI. Hasil penelitian menunjukkan bahwa komposisi jenis lamun terdiri atas tujuh jenis dari enam marga. Persentase tutupan lamun tertinggi 76,22 di stasiun kedua dan terendah 66,67 di stasiun ketiga. Hasil klasifikasi citra terhadap validasi lapangan memiliki nilai uji akurasi 73 .

---

ABSTRACTResearch on field validation of seagrass spatial distribution using remote sensing technology in west coast of Rote Island, Rote Ndao Regency, East Nusa Tenggara, to provide information and scientific data regarding the seagrass pastures in the waters of the West coast of Rote Island. Such research aims to find out the composition of the type of seagrass, coverage percentage seagrass, and seagrass spatial distribution. This research has been conducted on October 31st November 5th 2016. Research methods used purposive sampling, the method is quadrat line transect, and processing landsat 8 OLI. The results showed that the composition of the type of seagrass consisting of seven species in six genus. The highest coverage percentage of seagrass 76,22 in the second stations and the lowest coverage percentage of seagrass 66,67 in the third stations. Image classification results toward validation field has a value of test accuracy 73."