No abstract

No abstract

Padang lamun merupakan salah satu ekosistem pesisir yang berperan sebagai penyimpan karbon yang cukup penting.  Selama ini estimasi karbon tersimpan pada komunitas lamun masih dilakukan menggunakan metode pencuplikan secara langsung. Namun untuk kepentingan survey pada kawasan yang luas, cara tersebut membutuhkan waktu, tenaga dan biaya yang cukup besar. Oleh karena itu diperlukan metode untuk mengestimasi karbon tersimpan lamun dengan memanfaatkan citra satelit sehingga dapat dilakukan secara cepat, mudah dan murah. Sebagai tahap awal untuk mengestimasi karbon tersimpan menggunakan citra satelit, diperlukan model hubungan antara tutupan jenis lamun dengan karbon tersimpannya sebagaimana yang dilakukan pada penelitian ini. Penelitian dilakukan pada bulan September-Oktober 2016 di Pulau Barranglompo Makassar. Penelitian diawali dengan mengambil biomassa 6 jenis lamun yaitu Enhalus acoroides, Thalassia hemprichii, Cymodocea rotundata, Halodule uninervis, Halophila ovalis dan Syringodium isoetifolium pada area seluas 25cm x 25 cm. Pengambilan biomassa setiap jenis lamun dilakukan untuk masing-masing jenis dengan 10 tingkatan persentase tutuapn lamun. sebanyak 10 kali pada persen tutupan jenis lamun yang berbeda-beda, mulai dari tutupan rendah sampai tutupan tertinggi yang ditemukan di lapangan. Penentuan penutupan lamun dilakukan dengan cara visual pada plot berukuran 50cm x 50cm. Selanjutnya dilakukan analisis karbon organik jaringan lamun (daun, rhizoma, akar dan seludang) masing-masing jenis, dengan ulangan 5 kali.  Hasil perkalian antara biomassa lamun dengan kandungan karbonnya merupakan karbon tersimpan lamun tersebut. Hubungan antara persen tutupan jenis lamun dan karbon tersimpan dianalisis menggunakan regresi polynomial.  Hasil penelitian menunjukkan bahwa pada semua jenis lamun yang diamati, hubungan antara persen tutupan dengan simpan karbonnya mempunyai hubungan positif yang kuat. Koefisien determinasi, r2 berkisar 0,7413-0,9838 untuk simpanan karbon bagian bawah dan 0,8017-0,9683 untuk simpanan karbon bagian atas.

In general, remote sensing has proven to be a powerful tool in the overall understanding of natural and anthropogenic phenomena. Satellites have become useful tools for tasks such as characterization, monitoring, and the continuous prospecting of natural resources. This research aims to analyze spatial dynamic and destructive on coral reefs area and correlation between live coral reduction and population on small islands. Landsat MSS, TM, ETM, and OLI-TIRS are used to spatial analyze of coral reef dynamics from 1972 to 2016. The image processing includes gap-filling, atmospheric correction, geometric correction, image composite (true color), water column correction, unsupervised classification, reclassification, accuracy assessment. The statistical analysis identifies the relationship between dynamic population data with a reduction of live coral, namely Principal Component Analysis (PCA) and Multiple Regression Analysis. The effect of the population shows a positive correlation with the reduction in the area of live coral, although it is significant. The fact is the practice of coral destruction on an island; it is usually not only caused or carried out by residents who live on the island but also carried out by other residents of different islands.

Mangroves have numerous ecological functions as well as economical values. In order to achieve successful of mangrove restoration and regain its functions, understanding on the factors affecting the establishment of mangroves are required. This study examined the characteristics of physico-chemical factors from three compartments (sediment, interstitial and seawater) that associated with different mangrove densities in Ampallas, District of Mamuju, West Sulawesi. The Principal Component Analysis and Spearman correlation analysis showed that high densities of adult and seedling mangroves strongly correlated to higher organic contents, dissolved oxygen of interstitial water, seawater salinities and lesser pH of sediments, seawater and interstitial. The reverse conditions applied for the less mangrove densities and control site that had no mangrove. In most cases, there were reciprocal relationships amongst the studied variables.Keywords: chemical-physical factors, density, mangroves.