- Data & Tools
Penjelasan Data Kehilangan Tutupan Pohon 2023 dari Global Forest Watch
Aerial footage of palm oil and the forest in Sentabai Village, West Kalimantan, 2017.
-Nanang Sujana/CIFOR
Data kehilangan tutupan pohon baru dari laboratorium GLAD University of Maryland (UMD) dan tersedia di Global Forest Watch (GFW) menunjukkan penurunan kehilangan hutan primer di beberapa negara, tetapi secara keseluruhan masih tetap tinggi pada tahun 2023. Apa yang diukur oleh data tersebut, apa yang berbeda tahun ini, dan bagaimana perbandingannya dengan perkiraan resmi deforestasi lainnya? Berikut beberapa hal yang perlu Anda ketahui tentang data baru tersebut.
Apa yang diukur oleh kehilangan tutupan pohon dan apa perbedaannya dengan deforestasi
Data kehilangan tutupan pohon dari UMD mencatat kehilangan tahunan dari semua pohon yang memiliki tinggi lebih dari lima meter selama tahun kalender antara tahun 2001 sampai 2023. Data kehilangan tutupan pohon mencakup kehilangan pohon di hutan alami serta di perkebunan dan tanaman pohon (meskipun perlu diperhatikan bahwa data hutan primer yang kami gunakan untuk menyaring kehilangan di daerah tropis tidak termasuk perkebunan, tanaman pohon, dan hutan yang tumbuh kembali). Kehilangan tutupan pohon ini dapat diakibatkan oleh penyebab manusia atau alam serta dapat bersifat permanen atau sementara.
Hal ini berbeda dengan deforestasi yang hanya mengacu pada perubahan dari hutan menjadi penggunaan lahan lainnya yang bersifat permanen dan disebabkan oleh manusia. Beberapa bentuk kehilangan tutupan pohon, seperti konversi hutan alami menjadi lahan pertanian, dianggap sebagai deforestasi, sedangkan bentuk kehilangan tutupan pohon lainnya, seperti pemanenan kayu di hutan perkebunan atau gangguan alami, tidak termasuk deforestasi — baca selengkapnya tentang perbedaannya di sini. Kehilangan tutupan pohon, baik deforestasi maupun bukan, dapat bersifat legal atau ilegal.
Dalam beberapa kasus, seperti di Deforestation and Restoration Targets Tracker pada Global Forest Review, kami menggunakan proksi untuk deforestasi. Proksi tersebut mencakup kehilangan yang berasal dari pertanian berskala kecil di hutan primer tropis lembap serta seluruh deforestasi dan urbanisasi yang didorong oleh komoditas (di dalam dan di luar hutan primer tropis lembap). Kehilangan sementara, seperti karena kebakaran atau kegiatan kehutanan, tidak tercakup. Kami tidak menggunakan proksi deforestasi ini pada semua laporan kami karena proksi berasal dari data resolusi kasar yang dirancang untuk membatasi inklusi kehilangan sementara atau kehilangan di hutan yang telah ditanami hanya pada skala global. Deforestasi tetap sulit untuk dilacak dengan kumpulan data yang konsisten secara global dan terdapat penundaan yang melekat dalam mengonfirmasi jika kehilangan yang terdeteksi dalam pencitraan satelit bersifat sementara atau permanen.
Perbaikan data dari waktu ke waktu menghasilkan beberapa inkonsistensi dalam rangkaian waktu data
Penyesuaian algoritma dan data satelit yang lebih baik telah meningkatkan kumpulan data kehilangan tutupan pohon dari waktu ke waktu.
Tahun ini, algoritma pendeteksi kehilangan yang digunakan oleh University of Maryland untuk membuat kumpulan data kehilangan tutupan pohon dilengkapi informasi dari kumpulan data gangguan lahan DIST-ALERT. Perubahan akhir musim kadang terlewatkan dalam data kehilangan tutupan pohon karena data satelit dan tutupan awan yang tidak mencukupi serta perubahannya dimasukkan pada tahun berikutnya. DIST-ALERT menunjukkan petak kehilangan tutupan pohon yang awalnya terlewatkan oleh data kehilangan tutupan pohon, serta data ini ditinjau secara manual dan dimasukkan untuk tahun 2023.
Penggunaan DIST-ALERT membantu utamanya dalam mendeteksi kehilangan akibat kebakaran hutan pada akhir musim di hutan boreal dan pembukaan lahan pada akhir musim di daerah tropis yang seharusnya muncul dalam data tahun 2024. Data DIST-ALERT ini juga membantu mendeteksi beberapa kehilangan tutupan pohon karena banjir dan pertambangan. Penggunaan data peringatan tersebut menghasilkan peningkatan sebesar 3,7% pada kehilangan tutupan pohon global yang terdeteksi. Sebagian besar perubahan tersebut berdampak pada wilayah boreal, sementara untuk wilayah lainnya di dunia, peningkatannya hanya sebesar 1,7%. Penting untuk diperhatikan bahwa karena sebagian besar area yang ditambahkan akan terdeteksi pada tahun 2024, kami tidak yakin perubahan pendekatan pemetaan untuk tahun 2023 ini akan berdampak pada tren jangka panjang dalam data.
Perubahan tambahan terhadap rangkaian waktu meliputi penyesuaian algoritme untuk tahun 2011-2014 dan 2015 ke depan, serta penggabungan data Landsat 8 mulai tahun 2013. Perubahan ini mempermudah deteksi perubahan berskala lebih kecil, seperti kehilangan akibat kebakaran, tebang pilih, dan pertanian berpindah. Ketersediaan citra satelit yang bervariasi juga berarti terdapat ketidakkonsistenan dalam kualitas dan jumlah citra yang tersedia untuk mencatat data setiap tahunnya.
Untuk menangani ketidakkonsistenan ini, kami:
- Memfokuskan analisis pada tren pasca-2015
- Menilai rata-rata pergerakan selama tiga tahun untuk menginterpretasikan tren dalam jangka waktu yang lebih lama
- Mengabaikan peningkatan kehilangan pasca-2012 di tempat yang didominasi oleh pertanian skala kecil, seperti Afrika Tengah
Apa yang ditunjukkan oleh kehilangan tutupan pohon akibat kebakaran?
Data kehilangan tutupan pohon akibat kebakaran dari UMD memungkinkan kami membedakan kehilangan yang diakibatkan oleh kebakaran dari kehilangan tutupan pohon lain. Ini dilakukan dengan menetapkan kemungkinan kehilangan akibat kebakaran untuk setiap piksel kehilangan tutupan pohon berukuran 30 meter, memecah data menjadi kehilangan karena kebakaran dan kehilangan karena faktor pendorong lain, seperti pertanian atau penebangan. Data kehilangan tutupan pohon akibat kebakaran termasuk kebakaran alami atau yang dipicu oleh manusia yang mengakibatkan kehilangan tutupan kanopi pohon secara langsung. Data tersebut mencakup kebakaran hutan, kebakaran yang digunakan untuk membuka lahan untuk penggunaan lain, dan kebakaran yang disengaja yang mengakibatkan kehilangan tutupan pohon (termasuk kebakaran yang disebabkan oleh manusia untuk tujuan yang terkait dengan pertanian, berburu, rekreasi, atau pembakaran). Namun demikian, kejadian saat pohon ditebang lalu dibakar tidak termasuk karena pendorong awal kehilangan adalah pemindahan mekanis.
Data ini memungkinkan kami lebih memahami bagaimana kebakaran berdampak pada data kehilangan tutupan pohon pada tahun 2023. Contohnya, kebakaran yang berperan besar khususnya di Bolivia dan Kanada — pelajari lebih lanjut tentang temuan kami dari data tahun 2023 di sini.
Meskipun kebakaran sering kali tidak mengakibatkan perubahan permanen dalam penggunaan lahan, kebakaran tetap merupakan sumber emisi karbon yang besar dan dapat menyebabkan putaran umpan balik berupa peningkatan emisi, suhu yang lebih panas, hutan yang lebih kering, dan lebih banyak kebakaran.
Mengapa kami berfokus pada daerah tropis
Dalam analisis data UMD, kami kebanyakan berfokus pada kehilangan tutupan pohon di hutan primer tropis, sebab hutan tropis menjadi korban dari sebagian besar (lebih dari 96%) deforestasi di dunia, dan kehilangan di kawasan tersebut berdampak besar pada keanekaragaman hayati dan penyimpanan karbon. Meskipun kehilangan tersebut pada akhirnya dapat dikembalikan, dibutuhkan waktu puluhan tahun agar habitat dan stok karbon ini dapat pulih, dan kehilangan keanekaragaman hayati permanen dapat terjadi.
Bagaimana perbandingan kehilangan tutupan pohon dengan data negara resmi di Brasil dan Indonesia?
Brasil
PRODES — sistem pemantauan hutan resmi untuk Amazon dari Institut Nasional untuk Penelitian Angkasa Brasil (National Institute for Space Research, INPE) — dan data UMD memiliki perbedaan metodologi dan definisi yang penting untuk dipahami ketika membandingkan kedua sumber data ini. PRODES mengukur deforestasi tebang habis dan kehilangan hutan antropogenik akibat kebakaran yang lebih besar dari 6,25 hektare, sedangkan UMD mencatat kehilangan yang lebih besar dari 0,09 hektare dari semua pohon yang tingginya lebih dari 5 meter. Keduanya merupakan langkah penting yang membantu kita memahami bagaimana hutan berubah karena deforestasi, kebakaran hutan, dan gangguan kecil pada kanopi hutan, semuanya dapat berdampak pada iklim, keanekaragaman hayati, dan jasa ekosistem.
Kedua sistem menunjukkan tren penurunan kehilangan untuk tahun 2023 — penurunan sebesar 22% untuk PRODES dan 39% untuk UMD (penurunan sebesar 42% untuk kehilangan nonkebakaran) di bioma Amazon, yang mengonfirmasi kabar positif untuk Amazon.
PRODES vs. Data UMD di Amazon Brasil
Indonesia
Jika data kehilangan hutan primer UMD/GFW untuk tahun 2023 ditumpangsusunkan dengan peta tutupan lahan resmi Indonesia dari Kementerian Lingkungan Hidup dan Kehutanan (KLHK), terlihat bahwa 70% kehilangan tutupan hutan primer terjadi dalam kelas tutupan hutan resmi Indonesia, dengan 30% sisanya terjadi di lahan pertanian kering campuran, semak belukar, lahan belukar rawa, dan jenis tutupan lahan lainnya. Sekitar 144 ribu hektare kehilangan ditemukan berada dalam kelas tutupan lahan hutan resmi Indonesia dan dengan ukuran petak lebih dari dua hektare. Dari 144 ribu hektare kehilangan hutan ini, 15 ribu hektare di antaranya berada dalam area yang secara sah diklasifikasikan sebagai hutan primer di Indonesia.
Kelas KLHK | Persentase Kehilangan Hutan Primer Tahun 2023 UMD/GFW |
Hutan primer | 9% |
Hutan sekunder | 60% |
Hutan tanaman | 1% |
Non hutan | 30% |
Explore More Articles
Looking for the Quickest Signal of Deforestation? Turn to GFW’s Integrated Alerts
GFW’s integrated deforestation alerts layer combines the analytical power of GLAD, GLAD-S2 and RADD deforestation alerts to provide a faster, more confident view of forest disturbances than any one individual system.