Penjelasan Data Kehilangan Tutupan Pohon 2022 dari Global Forest Watch

Jun 27, 2023||5 minutes
Languages
Amazon – Brazil, 2011.©Neil Palmer/CIAT

©Neil Palmer/CIAT

Languages
Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

Data kehilangan tutupan pohon yang baru dari University of Maryland (UMD) dan tersedia di Global Forest Watch (GFW) menunjukkan tingginya laju kehilangan hutan primer pada tahun 2022 kendati adanya ambisi politik untuk mengatasi kehilangan hutan. Apa yang diukur oleh data tersebut, apa yang berbeda tahun ini, dan bagaimana perbandingannya dengan perkiraan resmi deforestasi lainnya? Inilah yang harus Anda ketahui tentang data baru. 

Apa yang diukur oleh kehilangan tutupan pohon dan apa perbedaannya dengan deforestasi 

Data kehilangan tutupan pohon dari UMD mencatat kehilangan semua pohon yang memiliki tinggi lebih dari 5 meter setiap tahunnya selama tahun kalender antara 2001 sampai 2022. Karena pengumpulan data satelit optik kerap terkendala tutupan awan di daerah tropis yang lembap, data kehilangan tutupan pohon yang terjadi pada akhir tahun dapat terdeteksi di tahun berikutnya setelah tutupan awan pekat berkurang. Hal ini umum terjadi di banyak negara tropis yang lazim mengalami tutupan awan.  

Data kehilangan tutupan pohon ini tidak hanya mencakup kehilangan pohon di hutan alami, melainkan juga di perkebunan dan tanaman pohon. Kehilangan tutupan pohon ini dapat diakibatkan oleh penyebab manusia atau alam serta dapat bersifat permanen atau sementara. Deforestasi berbeda karena deforestasi 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 mengenai perbedaannya di sini.  

Tersedia alat bantu baru di Global Forest Review, Pelacak Target, yang memungkinkan kami menggunakan data kehilangan tutupan pohon untuk mengukur kemajuan komitmen deforestasi pada tingkat global dengan menggunakan resolusi kasar proksi deforestasi. Untuk melakukan hal ini, Pelacak Target mengidentifikasi kehilangan yang kemungkinan mewakili deforestasi di dalam dan di luar daerah tropis hanya dengan mencakup kehilangan tutupan pohon oleh penyebab tertentu. Secara khusus, alat bantu ini mencakup perluasan pertanian berskala kecil menuju hutan primer tropis lembap, serta kehilangan dalam urbanisasi dan deforestasi yang didorong oleh komoditas. Alat bantu ini mengecualikan kehilangan sementara, seperti karena kebakaran atau aktivitas kehutanan.  

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 akan pulih kembali, 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 metodologis 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 lima 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. 

Memisahkan kehilangan tutupan pohon karena kebakaran dalam data UMD memberikan perbandingan yang lebih mirip antara kedua kumpulan data ini. Namun demikian, keduanya tampak menunjukkan tren yang berbeda untuk tahun 2022 di Amazon Brasil: PRODES menunjukkan penurunan deforestasi sebesar 11%, sedangkan UMD menunjukkan kenaikan kehilangan hutan primer nonkebakaran sebesar 21%. 

PRODES vs. Data UMD di Amazon Brasil 

Alasan dari ketidaksesuaian ini mungkin dikarenakan oleh perbedaan dalam periode pelaporan. PRODES menggunakan periode antara Agustus sampai Juli (dalam hal ini, Agustus 2021 sampai Juli 2022), sedangkan UMD menggunakan tahun kalender (Januari sampai Desember 2022). Peringatan DETER dari pemerintah Brasil — yang melacak deforestasi setiap harinya — menandakan tingkat deforestasi naik pada paruh kedua tahun 2022 dibandingkan dengan tahun sebelumnya. Peringatan DETER mendeteksi penurunan deforestasi sebesar 2% antara Agustus 2021 sampai Juli 2022 dibandingkan dengan periode Agustus 2020 sampai Juli 2021, namun mendeteksi peningkatan sebesar 25% antara tahun kalender 2021 dan 2022. 

Peringatan DETER di Amazon Brasil

Indonesia  

Tahun ini, WRI dan Kementerian Lingkungan Hidup dan Kehutanan (KLHK) bekerja sama dalam analisis gabungan untuk memahami lebih lanjut temuan kehilangan hutan primer UMD/GFW menggunakan data dan definisi dari KLHK. Membandingkan data kehilangan hutan primer UMD/GFW 2022 dengan peta tutupan lahan KLHK memperlihatkan bahwa 67% kehilangan terjadi dalam beberapa kelas tutupan hutan resmi Indonesia, sementara 33% lainnya mencakup lahan pertanian kering campuran, belukar, rawa, dan tipe tutupan lahan lainnya. 

Sekitar 107 ribu hektare hutan primer yang hilang ditemukan pada data kelas tutupan hutan resmi Indonesia dan dengan potongan yang lebih besar dari 2 hektare. Dari 107 ribu hektare tersebut, sekitar 12 ribu hektare mencakup Kawasan yang secara legal diklasifikasikan sebagai hutan primer di Indonesia. Analisis gabungan yang akan diterbitkan segera akan memperdalam pemahaman kita akan hal ini. 

Perbaikan data dari waktu ke waktu menghasilkan inkonsistensi dalam data sebelum 2015  

Penyesuaian algoritme dan data satelit yang lebih baik telah meningkatkan kumpulan data kehilangan tutupan pohon dari waktu ke waktu. Perubahan pada algoritme pendeteksian kehilangan tutupan pohon untuk tahun 2011-2014 dan 2015 dan seterusnya dan penggabungan data Landsat 8 mulai tahun 2013 memudahkan untuk mendeteksi perubahan skala yang lebih kecil, seperti kehilangan karena kebakaran, tebang pilih, dan pertanian berpindah. Variasi ketersediaan citra satelit juga berarti adanya inkonsistensi dengan kualitas dan jumlah citra yang tersedia untuk diambil data setiap tahunnya.  

Untuk mengatasi masalah ini, kami:  

  • Memfokuskan analisis kami 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. Peningkatan ini kemungkinan diakibatkan oleh perbaikan data yang mendeteksi kehilangan tersebut secara lebih baik di kemudian waktu.  

Bagaimana data akan berubah dari waktu ke waktu? 

UMD tengah mengupayakan perbaikan terhadap sebaran tutupan pohon dan data perubahan, yang akan menghasilkan perubahan terhadap data di tahun-tahun mendatang. Data yang baru akan melacak sebaran tutupan pohon tahunan serta menawarkan informasi kehilangan dan perolehan tahunan menggunakan algoritme yang konsisten di seluruh rangkaian waktu. Data ini juga akan melacak beberapa peristiwa perolehan dan kehilangan di satu lokasi, yang memungkinkan kami melacak dengan lebih baik luas dinamis perubahan hutan, seperti kegiatan kehutanan dan kebakaran hutan. Menggabungkan peristiwa perolehan dan kehilangan berulang tahunan akan memberikan gambaran perubahan hutan global yang lebih lengkap.  

Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

Explore More Articles

Aerial footage of palm oil and the forest in Sentabai Village, West Kalimantan, 2017.
Apr 04, 2024|Data|6 minutes

Global Forest Watch’s 2023 Tree Cover Loss Data Explained

New data shows persistent primary forest loss in 2023. What does the data measure and how does it compare to other official estimates of deforestation?

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Two new data-driven resources provide a shared view of priority areas in West Africa and can help realize a a deforestation-free cocoa sector.

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

This blog compares the forest extent in 2020 for data from UMD on GFW and the FAO Forest Resources Assessment and explains the differences.

Explore More Articles
Aerial footage of palm oil and the forest in Sentabai Village, West Kalimantan, 2017.
Apr 04, 2024|Data|6 minutes

Global Forest Watch’s 2023 Tree Cover Loss Data Explained

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

fetching comments...