Penjelasan Data Set Tutupan Pohon di Global Forest Watch

Jun 06, 2023||7 minutes
Languages
Trees outside of dense forests in Ethiopia

Trees outside of dense forests in Ethiopia

Languages
Category
  • Data
Topics
  • forest change
  • mapping

Munculnya data pengamatan Bumi yang baru telah meningkatkan secara radikal kemampuan kita untuk memetakan tutupan pohon, sementara metode otomatis dan biaya komputasi yang lebih rendah telah mempercepat produksi data set untuk menginformasikan pemahaman kita tentang distribusi pohon secara global. Global Forest Watch (GFW) memiliki tiga data set tutupan pohon, termasuk data Tropical Tree Cover (Tutupan Pohon Tropis) yang baru saja diperbaharui oleh World Resources Institute (WRI) (sebelumnya bernama Pepohonan dalam Lanskap Mosaik / Trees in Mosaic Landscapes).  

Data set ini bervariasi dalam cakupan geografis dan temporal, resolusi, serta bagaimana mereka mendefinisikan tutupan pohon dan karakteristik lainnya, sehingga setiap data memiliki peruntukan yang lebih sesuai untuk kebutuhan yang berbeda. Di sini, kami menjelaskan perbedaan-perbedaan tersebut dan bagaimana ketiga data set ini memberikan informasi yang berharga mengenai cakupan hutan di daerah tropis dan di seluruh dunia.  

Data set tutupan pohon apa saja yang tersedia di GFW? 

Data Set

Sumber

Cakupan Geografis

Resolusi Spasial

Tahun Cakupan

Variabel

Definisi Pohon 

Kriteria tinggi

Kriteria Kanopi

Tutupan Kanopi Pohon

Hansen et al., 2013

Global

30m

2000, 2010

Tutupan pohon (%)

Semua vegetasi setinggi ≥5m.

t/a

Tinggi Tutupan Pohon

Potapov et al., 2020

Global

30m

2000,  2020

Tinggi pohon (m)

Vegetasi berkayu setinggi ≥3m

20-25% 

Tutupan Pohon di Daerah Tropis *

Brandt et al., 2023

Daerah tropis

10m

2020

Luas pohon  

Vegetasi berkayu setinggi ≥5m, atau ≥3m dengan persyaratan kanopi.

Vegetasi berkayu setinggi 3-5m  harus memiliki diameter tajuk ≥5m.

* Data set ini tersedia dalam bentuk luasan pohon dengan resolusi 10 m atau persentase tutupan pohon dengan resolusi 0,5 ha

Tutupan Kanopi Pohon 

Pada tahun 2013, para ahli di GLAD Lab University of Maryland (UMD) menerbitkan data set Tutupan Kanopi Pohon, yang memetakan tutupan kanopi pohon di seluruh dunia dengan resolusi 30 meter dan tersedia di GFW untuk tahun 2000 dan 2010. Data set ini merupakan salah satu upaya pertama untuk memetakan tutupan pohon pada skala global dengan menggunakan citra resolusi menengah. Selain itu, data ini juga menentukan baseline untuk data kehilangan tutupan pohon tahunan; data set ini menjadi dasar peluncuran Global Forest Watch pada tahun 2014.  

Lapisan Tutupan Kanopi Pohon memperkirakan persentase tutupan pohon, yang mengukur kerapatan tutupan kanopi pohon dalam 30 meter piksel. Data set ini mendefinisikan pohon sebagai semua vegetasi dengan tinggi setidaknya lima meter dan berasal dari citra Landsat.   

Tinggi Tutupan Pohon 

Pada tahun 2021, para ahli di Laboratorium GLAD UMD menerbitkan data set Tinggi Tutupan Pohon, yang memetakan tinggi tutupan pohon di seluruh dunia dengan resolusi 30 meter dan tersedia di GFW untuk tahun 2000 dan 2020. Data set ini dapat membuat pendeteksian yang lebih baik terhadap perolehan tutupan pohon dan menjadi dasar bagi data perubahan bersih tutupan pohon GFW selama 20 tahun. Tidak seperti tutupan kanopi pohon, yang mencapai maksimum segera setelah pertumbuhan pohon dimulai, tinggi pohon berubah secara bertahap dan berhubungan secara linear dengan biomassa hutan dan penyimpanan karbon.     

Lapisan Tinggi Tutupan Pohon memperkirakan tinggi kanopi pohon, yang mengacu pada ketinggian kanopi pohon dalam satuan meter dalam 30 meter piksel. Data set tersebut mendefinisikan pohon sebagai vegetasi berkayu setinggi setidaknya tiga meter dan berasal dari pengukuran Global Ecosystem Dynamics Investigation (GEDI) LiDAR dan citra Landsat. Data set ini memperkirakan persentil ke-95 dari tinggi kanopi pohon, dan oleh karena itu akan mewakili batas atas tinggi piksel dengan tutupan pohon pecahan, atau piksel dengan tinggi kanopi yang bervariasi. 

Tutupan Pohon di Daerah Tropis 

Tahun ini, WRI memperbarui data set Tutupan Pohon Tropis (sekarang tersedia untuk diunduh), yang memetakan tutupan pohon di seluruh wilayah tropis dengan resolusi 10 meter dan tersedia di GFW untuk tahun 2020. Berbeda dengan data set lainnya, data set Tutupan Pohon Tropis didasarkan pada citra dari satelit Sentinel, yang meningkatkan resolusi data penginderaan jarak jauh yang tersedia secara gratis menjadi 10 meter ketika diluncurkan pada tahun 2015. Data set ini memanfaatkan kemajuan dalam hal resolusi untuk meningkatkan deteksi tutupan pohon di area tidak berhutan, terutama di lahan kering, area perkotaan, dan lahan pertanian, serta kemampuan kita untuk memonitor pohon pada skala spasial (lokal) yang kecil. 

Tutupan Pohon Tropis memperkirakan luas pohon, yang mengacu pada probabilitas bahwa satu atau lebih kanopi pohon memotong titik tengah berukuran 10 meter piksel (pada GFW, kami menampilkan data luas pohon dengan ambang batas probabilitas 40%). “Persentase tutupan pohon” diperoleh dengan merata-ratakan probabilitas luasan pohon pada skala setengah hektar. Baik versi 10 meter maupun setengah hektar dari data set Tutupan Pohon Tropis tersedia bagi para pengguna di GFW. Data set Tutupan Pohon Tropis mendefinisikan pohon sebagai vegetasi berkayu dengan tinggi lebih dari lima meter, atau antara tiga hingga lima meter dengan diameter kanopi minimum lima meter. Data tersebut berasal dari citra satelit Sentinel 1 dan Sentinel 2. 

Apa perbedaan data set ini dan apa artinya dalam praktiknya?

Perbedaan dalam Resolusi Spasial

Data set Tutupan Pohon Tropis memiliki resolusi spasial yang lebih tinggi, yaitu 10 meter, sementara data set Tutupan Kanopi Pohon dan Tinggi Tutupan Pohon memiliki resolusi 30 meter. Pada resolusi 30 meter, akan sulit untuk membedakan petak-petak kecil pohon, sehingga data set Tutupan Pohon Tropis lebih sesuai untuk memantau tutupan pohon di wilayah dengan tutupan pohon yang tersebar, termasuk wilayah lahan kering seperti Sahel, pinggiran hutan, dan zona sempadan sungai, serta pepohonan alami di wilayah pertanian dan perkotaan. Perbedaan resolusi ini akan menghasilkan estimasi tutupan pohon yang berbeda di area yang diinginkan karena pohon yang tidak terdeteksi pada resolusi 30 meter dapat diidentifikasi pada resolusi 10 meter.

Deteksi tutupan pohon pada resolusi 10 dan 30 meter

Perbedaan Cakupan Temporal dan Geografis 

Perbedaan utama antara ketiga data set tersebut adalah ketersediaan tahunan dan cakupan geografisnya. Data set tutupan kanopi pohon tersedia untuk tahun 2000 dan 2010. Data set Tinggi Tutupan Pohon, yang awalnya dibuat untuk tahun 2019, kini telah diperbarui dan tersedia di GFW untuk tahun 2000 dan 2020. Data set tutupan pohon tropis saat ini terbatas pada tahun 2020. Mengingat ketersediaan arsip Landsat yang lebih lama, pengguna dapat memprioritaskan catatan historis (Tutupan Kanopi Pohon dan Tinggi Tutupan Pohon) daripada resolusi (Tutupan Pohon Tropis). 

Untuk cakupan geografis, data set Tutupan Pohon Tropis hanya mencakup wilayah tropis, sedangkan data set Tinggi Tutupan Pohon dan Tutupan Kanopi Pohon memiliki cakupan global. Oleh karena itu, data set Tinggi Tutupan Pohon dan Tutupan Kanopi Pohon sebaiknya digunakan untuk aplikasi di hutan beriklim sedang dan hutan boreal, sedangkan data set Tutupan Pohon Tropis memberikan gambaran resolusi yang lebih tinggi pada hutan tropis.  

Perbedaan dalam Data Perubahan

Data set Tutupan Kanopi Pohon dan Tinggi Tutupan Pohon digunakan sebagai dasar data set perubahan hutan GFW karena data tersebut tersedia untuk beberapa tahun.

Data Tutupan Kanopi Pohon untuk tahun 2000 dapat digunakan sebagai data dasar untuk data kehilangan tutupan pohon tahunan GFW – kehilangan tutupan pohon dihitung untuk berbagai ambang batas kerapatan kanopi pohon pada tahun 2000 untuk memenuhi definisi hutan yang bervariasi berdasarkan kerapatan kanopi pohon. GFW menyajikan statistik dan peta kehilangan tutupan pohon berdasarkan kerapatan kanopi minimum 30% pada tahun 2000, namun pengguna dapat memodifikasi ambang batas tersebut agar sesuai dengan tujuan mereka. Data Tinggi Tutupan Pohon berfungsi sebagai data dasar untuk data set perolehan tutupan pohon dan perubahan bersih selama 20 tahun yang tersedia di GFW.

Saat ini, Tutupan Pohon Tropis merupakan peta statis untuk tahun 2020 dan tidak dapat digunakan untuk menilai perubahan secara langsung, tetapi WRI berencana untuk merilis produk Tutupan Pohon Tropis tahunan pada GFW di masa mendatang. 

Pengguna yang memiliki kepentingan utama untuk mengukur perubahan tutupan pohon sebaiknya menggunakan data set dasar yang terkait dengan produk perubahan hutan yang relevan untuk menghindari ketidaksesuaian definisi dan metode. 

Perbedaan dalam Definisi Pohon 

Sementara data set Tutupan Kanopi Pohon dan Tinggi Tutupan Pohon didasarkan pada kriteria ketinggian minimum, data set Tutupan Pohon Tropis memiliki persyaratan ketinggian yang bervariasi, yaitu tiga hingga lima meter berdasarkan diameter kanopi. Hal ini berarti bahwa data set Tutupan Pohon Tropis tidak termasuk vegetasi herba tinggi seperti tebu, pisang, dan kaktus yang dianggap sebagai pohon di data set lainnya.

Bagi pengguna yang mengukur tutupan pohon di area dengan banyak tanaman ini, area tutupan pohon yang terdeteksi oleh ketiga data set tersebut akan sangat berbeda. Penting untuk dicatat bahwa data set Tutupan Kanopi Pohon dan Tinggi Tutupan Pohon tidak mengukur area hutan dengan menggunakan kriteria yang sama dengan Inventarisasi Hutan Nasional atau Penilaian Sumber Daya Hutan (FRA) dari Organisasi Pangan dan Pertanian (FAO). Baca blog kami untuk mempelajari lebih lanjut mengenai bagaimana FRA mengukur hutan dibandingkan dengan GFW yang mengukur tutupan pohon, dan mengenai perbedaan tujuan, cakupan, dan pendekatan di antara kedua data set tersebut. 

Data set mana yang harus digunakan untuk aplikasi spesifik saya?

Bagaimana data set ini akan diperbarui di masa mendatang? 

Ke depannya, UMD akan mempublikasikan data set struktur kanopi pohon terintegrasi tahunan yang akan memungkinkan pengguna untuk menilai perubahan tahunan dalam tinggi dan tutupan kanopi.

Saat ini, WRI sedang mengembangkan data tutupan pohon tropis tahunan untuk tahun 2017-2022, yang memungkinkan pengguna untuk menganalisis perubahan tutupan pohon di seluruh wilayah tropis pada skala 10 meter. WRI juga sedang mengerjakan proyek percontohan tambahan untuk meningkatkan deteksi tanaman pohon dan memperoleh estimasi karbon untuk proyek restorasi skala kecil.

Komposisi, ketinggian, dan kerapatan hutan sangat bervariasi dari satu tempat ke tempat lain. Tergantung pada area, jangka waktu, dan tipe hutan tertentu, data set tutupan pohon yang berbeda mungkin lebih cocok untuk memenuhi tujuan Anda. Data penginderaan jauh dapat membantu kita memantau berbagai atribut hutan dengan menggunakan kemajuan baru dalam teknologi satelit dan metodologi pemrosesan. Hal ini menghasilkan berbagai data set yang dapat saling melengkapi dalam menginformasikan pemahaman kita mengenai distribusi pohon secara global dan memberikan peluang unik untuk mendukung restorasi dan pemantauan deforestasi.

Category
  • Data
Topics
  • forest change
  • mapping

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...