Jakarta – Humas BRIN. Luas mangrove di seluruh dunia terus menurun. Di beberapa daerah, penurunan tersebut disebabkan oleh eksploitasi, pembukaan lahan, dan pencemaran ekosistem mangrove.

Badan Riset dan Inovasi Nasional (BRIN) melalui Organisasi Riset Penerbangan dan Antariksa telah melakukan pengembangan model pemantauan mangrove dengan teknologi penginderaan jauh optik.

Namun demikian, wilayah Indonesia yang berada di katulistiwa, dengan beberapa pulau besar dan ribuan pulau kecil yang merupakan liputan mangrove, seringkali tertutup awan. Hal ini berakibat pada deteksi mangrove yang sering mengalami kendala.

Ratih Dewanti, periset bidang Teknologi Penginderaan Jauh mengatakan, model Mosaik Bebas Awan (MBA) dinilai efisien dalam pengolahan data penginderaan jauh optik yang dikontribusikan untuk menghasilkan data dan informasi dalam mendukung pemantauan mangrove. 

Model ini apabila diintegrasikan dengan perkembangan konsep mutakhir Analysis Ready Data (ARD) akan memberi bobot yang lebih signifikan dalam pengolahan data penginderaan jauh optik untuk mangrove. Gabungan antara algoritma Mosaic Tile Based (MTB) dengan 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,” terang Ratih dalam Orasi Pengukuhan Profesor Riset, di Gedung BRIN, Gatot Subroto, Jakarta, Kamis (10/03).

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,” jelas Ibu dari 2 orang anak ini.

Lebih rinci, Ratih menerangkan hasil pengembangan 5 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.

Dari 5 pengembangan model tersebut, lanjut Ratih, implementasi MBA untuk pemantauan mangrove berbasis data penginderaan jauh optik secara digital, dinilai lebih efisien dibanding 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,” terang periset yang juga aktif sebagai anggota Asian Association of Remote Sensing ini.

Hasil temuan ini sebagian telah diimplementasikan dalam pemetaan mangrove yang dilaksanakan 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 (tnt).

Sebarkan