Hide
Show all
Email this article Analisis Bahaya Kebakaran Hutan dan Lahan di Jalur Pendakian Gunung Merbabu, Gunung Sindoro dan Gunung Sumbing, Jawa Tengah
Abstract
Kebakaran hutan dan lahan adalah suatu kondisi bahaya yang terjadi, yang melibatkan unsur panas, bahan bakar dan udara / oksigen (lazim disebut segitiga api) yang bisa mengakibatkan kerusakan hutan dan atau hasil hutan yang menimbulkan kerugian ekonomis dan atau nilai lingkungan (Peraturan Menteri Kehutanan, 2009). Kebakaran hutan dan lahan secara garis besar disebabkan oleh 2 faktor yakni faktor alami dan faktor aktivitas manusia yang di luar kontrol dan tidak bertanggungjawab. Pengaruh iklim global El-Nino yang menyebabkan kemarau berkepanjangan membuat vegetasi menjadi kering dan gersang dan sangat gampang terbakar jika terkena percikan api. Di sisi lain, faktor manusia dan kegiatannya yang di luar kontrol terutama yang berkaitan dengan pembakaran sengaja untuk pembukaan lahan juga menjadi faktor penyebab kebakaran hutan dan lahan. Penelitian ini diarahkan untuk mengkaji bahaya (hazard) kebakaran hutan dan lahan dengan pendekatan analisis kuantitatif berupa pembobotan (scoring) dan penampalan (overlay), dengan hasil akhir berupa indeks bahaya kebakaran hutan dan lahan, luasan kelas bahaya administratif dan penyajian peta bahaya kebakaran hutan dan lahan untuk gunung Merbabu, Sindoro dan Sumbing. Pengecekan lapangan dilakukan sebagai upaya supervisi hasil analisis dan kajian agar tersaji kajian bahaya kebakaran hutan dan lahan yang akurat.
Keywords
Full Text:
PDFReferences
Abatzoglou, J. T. (2021). Increasing Synchronous Fire Danger in Forests of the Western United States. Geophysical Research Letters, 48(2). https://doi.org/10.1029/2020GL091377
Abdollahi, M. (2018). An advanced forest fire danger forecasting system: Integration of remote sensing and historical sources of ignition data. Remote Sensing, 10(6). https://doi.org/10.3390/rs10060923
Ahmed, M. R. (2019). Introducing a new remote sensing-based model for forecasting forest fire danger conditions at a four-day scale. Remote Sensing, 11(18). https://doi.org/10.3390/rs11182101
Brewer, C. A. (2008). Designed Maps A Sourcebook for GIS Users (1st ed.). ESRI Press.
Bui, D. T. (2018). GIS-based spatial prediction of tropical forest fire danger using a new hybrid machine learning method. Ecological Informatics, 48, 104–116. https://doi.org/10.1016/j.ecoinf.2018.08.008
Cahyono, A., & Nadjaji. (2015). Teknologi Pemanenan Air Hujan untuk Mengatasi Kekeringan dan Kebakaran Hutan. Jurnal Teknik Pomits, 1(1), 1–6.
Cai, X. (2019). Evaluation of Gridded Precipitation Data and Interpolation Methods for Forest Fire Danger Rating in Alberta, Canada. Journal of Geophysical Research: Atmospheres, 124(1), 3–17. https://doi.org/10.1029/2018JD028754 CHIRPS 2.0 database of 35+ year quasi-global rainfall data set. (n.d.).
Ertugrul, M. (2021). Influence of climatic factor of changes in forest fire danger and fire season length in Turkey.
Environmental Monitoring and Assessment, 193(1). https://doi.org/10.1007/s10661-020- 08800-6
Le, H. V. (2020). A hybrid intelligence system based on relevance vector machines and imperialist competitive optimization for modelling forest fire danger using GIS. Journal of Environmental Informatics, 36(1), 43–57. https://doi.org/10.3808/jei.201800404
Müller, M. M. (2020). Towards an integrated forest fire danger assessment system for the European Alps. Ecological Informatics, 60. https://doi.org/10.1016/j.ecoinf.2020.101151
Nugroho, P. C., Pinuji, S. E., Yulianti, G., & others. (2019). Modul Teknis Penyusunan Kajian Risiko Bencana Kebakaran Hutan dan Lahan.
Nyongesa, K. (2019). Evaluating management strategies for Mount Kenya Forest Reserve and National Park to reduce fire danger and address interests of various stakeholders. Forests, 10(5). https://doi.org/10.3390/f10050426
Peraturan Kepala BNPB No. 2 Tahun 2012 tentang Pedoman Umum Pengkajian Risiko Bencana. (n.d.).
Peraturan Menteri Kehutanan No. P.1/Menhut-II/2009 tentang Pengendalian Kebakaran Hutan. (n.d.).
Soil Maps and Database of FAO/UNESCO Digital Soil Map of the World. (n.d.). Thach, N. N. (2018). Spatial pattern assessment of tropical forest fire danger at Thuan Chau area (Vietnam) using GIS-based advanced machine learning algorithms: A comparative study. Ecological Informatics, 46, 74–85. https://doi.org/10.1016/j.ecoinf.2018.05.009
Varela, V. (2019). Projection of forest fire danger due to climate change in the French Mediterranean region. Sustainability (Switzerland), 11(16). https://doi.org/10.3390/su11164284
Wang, L. (2018). RAFFIA: Short-term forest fire danger rating prediction via multiclass logistic regression. Sustainability (Switzerland), 10(12). https://doi.org/10.3390/su10124620
Yankovich, K. S. (2019). Classification of Vegetation to Estimate Forest Fire Danger Using Landsat 8 Images: Case Study. Mathematical Problems in Engineering, 2019. https://doi.org/10.1155/2019/6296417
DOI: https://doi.org/10.31315/jilk.v5i2.9300
DOI (PDF): https://doi.org/10.31315/jilk.v5i2.9300.g5871
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Jurnal Ilmiah Lingkungan Kebumian
This work is licensed under a Creative Commons Attribution 4.0 International License.
Editorial Office;
Program Studi Teknik Lingkungan, Fakultas Teknologi Mineral, UPN “Veteran” Yogyakarta.
Jl. SWK 104 (Lingkar Utara) Condongcatur, Sleman, Yogyakarta 55283
Telp./ Fax. (0274) 486400, Email:jurnaltl@upnyk.ac.id
Jurnal Ilmiah Lingkungan Kebumian is licensed under a Creative Commons Attribution 4.0 International License.