PERBANDINGAN MODEL PREDIKSI EROSI USLE
DENGAN MODEL PREDIKSI EROSI LAIN
Menurut Kartasapoetra (1988)
Erosi merupakan suatau proses/ peristiwa hilang atau terpindahkannya bagian
atau seluruh tanah lapisan permukaan (top
soil) dari suatu tempat yang terangkut ke tempat lain yang disebabkan oleh
aliran air atau angin. Erosi merupakan tiga
proses yang berurutan, yaitu pelepasan (detachment),
pengangkutan (transportation), dan
pengendapan (deposition) bahan-bahan tanah
oleh penyebab erosi (Asdak, 1995). Di
daerah tropis seperti di Indonesia sebagian besar erosi disebabkan oleh air
atau air hujan.
Model
prediksi erosi tanah diklasifikasikan menjadi
tiga, yaitu
(a)
model empiris,
Model empiris didasarkan pada variabel-variabel
yang diperoleh dari penelitian dan pengamatan selama proses erosi terjadi.
Umumnya model-model erosi dibangun dari model empiris, dan contoh yang terkenal
adalah universal soil loss equation (USLE) oleh Wischmeier dan Smith (1978).
Model ini sangat luas penggunaannya untuk memprediksi erosi lembar dan alur.
Perbaikan model USLE yaitu revised universal soil loss equation (RUSLE) juga
merupakan model empiris yang memprediksi erosi lembar dan alur yang dihubungkan
dengan aliran permukaan. Kedua model ini merupakan alat untuk memprediksi erosi
dalam perencanaan konservasi tanah pada suatu lahan usaha tani.
(b)
model fisik,
salah satu diantaranya adalah model
fisik GUEST (griffith university erosion system template) (Rose et al., 1997a).
(c) model konseptual.
Model
konseptual dirancang untuk mengetahui proses internal dalam sistem dan
mekanisme fisik yang umumnya selalu berkaitan dengan hukum fisika dalam bentuk
yang sederhana. Umumnya model ini tidak linear, bervariasi dalam waktu, dan
parameternya mutlak diukur. Meskipun model ini mengabaikan aspek spasial dalam
proses hujan dan aliran permukaan, tetapi kaitannya dengan proses yang tidak
linear menyebabkan model ini layak untuk dipertimbangkan.
A.
MODEL USLE
(UNIVERSAL
SOIL LOSS EQUATION)
USLE adalah
model erosi yang dirancang untuk memprediksi rata-rata erosi tanah dalam jangka waktu panjang dari suatu areal
usaha tani dengan sistem pertanaman dan pengelolaan
tertentu (Wischmeier dan Smith, 1978). Bentuk
erosi yang dapat
diprediksi adalah erosi lembar atau alur, tetapi tidak
dapat memprediksi pengendapan dan tidak
memperhitungkan hasil sedimen dari erosi
parit, tebing sungai dan dasar sungai (Wischmeier dan Smith, 1978 dalam Arsyad, 2000).
Penggunaan rumus empiris USLE:
A
=
R .
K
.
L
.
S
.
C
.
P
Keterangan:
R = Faktor Curah Hujan (I30)
K = Faktor erodibilitas tanah, yaitu laju erosi per unit indeks
erosi untuk suatu tanah yang
diperoleh dari petak homogen percobaan standar, dengan panjang 72,6 kaki (22 m)
terletak pada lereng 9 % tanpa tanaman;
L = Faktor panjang lereng 9 %, yaitu nisbah erosi dari tanah
dengan panjang lereng tertentu dan erosi dari tanah dengan panjang lereng 72,6
kaki (22 m) di bawah keadaan yang identik;
S = Faktor kecuraman lereng, yaitu nisbah antara besarnya erosi
dari suatu tanah dengan kecuraman lereng tertentu, terhadap besarnya erosi dari
tanah dengan lereng 9% di bawah keadaan yang identik;
C = Faktor vegetasi penutup tanah dan pengelolaan tanaman, yaitu
nisbah antara besarnya erosi dari suatu areal dengan vegetasi penutup dan
pengelolaan tanaman tertentu terhadap besarnya erosi dari tanah yang identik
tanpa tanaman;
P = Faktor tindakan konservasi tanah, yaitu nisbah antara
besarnya erosi dari tanah yang diberi
perlakuan tindakan konservasi tanah seperti pengelolaan menurut kontur,
penanaman dalam strip atau teras terhadap besarnya erosi dari tanah yang diolah
searah lereng dalam kedaan yang identik.
v KELEMAHAN
Beberapa
ilmuwan menyatakan beberapa kelemahan dari USLE,
diantaranya adalah model tersebut dinilai tidak
efektif jika diaplikasikan di luar kisaran
kondisi dimana model tersebut dikembangkan. Adaptasi model tersebut pada lingkungan yang baru memerlukan investasi sumber daya
dan waktu untuk mengembangkan database yang
dibutuhkan untuk menjalankannya (Nearing et al.,
1994). Over estimasi yang bisa terjadi dengan penggunaan USLE dapat mencapai 2.000%, penyebabnya adalah adanya subjektivitas
penggunaan data atau karena penggunaan peta
skala kecil (Van der Poel dan Subagyono, 1998).
v KELEBIHAN
Meskipun
disadari adanya beberapa kelemahan/keterbatasan dari model- model
empiris,khususnya USLE, sampai saat ini telah dan masih diaplikasikan secara
luas di seluruh dunia (Nearing et al., 1994; Lal, 1994; Schmitz dan Tameling,
2000; ICRAF, 2001), karena model tersebut mudah dikelola, relatif sederhana dan
jumlah masukan atau parameter yang dibutuhkan relatif sedikit dibandingkan
dengan model-model lainnya yang bersifat lebih kompleks (ICRAF, 2001; Schmitz
dan Tameling, 2000). USLE juga berguna untuk menentukan kelayakan tindakan
konservasi tanah dalam perencanaan lahan dan untuk memprediksi non-point
sediment losses dalam hubungannya dengan program
pengendalian polusi (Lal, 1994). Pada tingkat
lapangan (field scale), USLE sangat berguna untuk merumuskan rekomendasi atau perencanaan yang berkaitan
dengan bidang agronomi (agronomic proposal),
karena dapat digunakan sebagai dasar untuk pemilihan
land use dan tindakan konservasi tanah yang ditujukan untuk menurunkan on-site effect dari erosi (ICRAF, 2001).
Salah
satu faktor yang harus disadari oleh para pengguna model ini berhubungan dengan skala penggunaan, Tarigan dan Sinukaban
(2001) menyatakan bahwa USLE berfungsi baik
untuk skala plot, sedangkan untuk skala DAS,
hasil prediksi saja dapat berlebihan. Salah satu penyebabnya adalah pengaruh filter sedimen yang tidak terakomodasi. Namun USLE
bermanfaat dalam hubungannya dengan on-site
effect dari erosi. Tidak demikian halnya dalam
hubungannya dengan off-site effect dari erosi, diantaranya meliputi pengaruh erosi terhadap lingkungan di luar lahan yang
tererosi, misalnya kualitas air sungai,
kerusakan dam yang disebabkan oleh hasil sedimen.
B.
MODEL MUSLE
(Modified
Universal Soil Loss Equation)
William (1975) mengembangkan suatu
metode yang dinamakan MUSLE (Modified Universal Soil Loss Equation). MUSLE
dikembangkan untuk menghitung hasil sedimen yang disebabkan oleh hujan sesaat
pada suatu DAS.
Rumus
Empiris MUSLE:
Sy = a(Qqp)bK.LS.C.P
|
Keterangan:
Sy : Sedimen yield
a : koefisien (11,8)
Q : Volume run off
K : Indeks Erodibilitas
LS : Indeks faktor panjang dan kemiringan
lereng
C : Indeks faktor penutup lahan
P : Indeks faktor pengelolaan lahan
qp : Debit puncak
b : koefisien (0,56)
Dalam metode ini yang
dipertimbangkan adalah adanya debit puncak dan volume runoff pada suatu DAS.
·
Perbandingan dengan
USLE
Pada metode MUSLE kita akan menggunakan
debit puncak pada suatu DAS, sedangkan pada USLE dengan hanya menggunakan curah
hujan kita bisa menghitung prediksi erosi. Karena menggunakan luasan DAS maka
metode MUSLE cakupan wilayah akan lebih besar daripada metode MUSLE.
Model erosi ROSE (Guest) merupakan
model berdasarkan pendekatan proses erosi yang mempengaruhinya, yaitu daya
pelepasan partikel tanah oleh butir-butir hujan dan aliran permukaan sebagai
agen utama penyebab erosi tanah. Dalam model ini, erosi terjadi karena adanyatiga proses yang
berperan yaitu pelepasan oleh butir-butir hujan, pengangkutan sedimen dan pengendapan
sedimen. GUEST merupakan model persamaan fisik yang perhitungannya diasarkan
pada konsentrasi sedimen yang tersuspensi didalam aliran permukaan.
Persamaan
model ini adalah:
SL
= 2700λ S (Ct) (Q)
Keterangan:
SL : total tanah yang hilang
λ : efisiensi pengangkutan
S : kemiringan tanah
Ct : presentase penutupan tanah
Q : volume aliran permukaan
Sejalan
perkembangan ilmu komputer, model GUEST disempurnakan menjadi event-based
proses model untuk erosi lembar (sheet erosion) dan dapat juga diaplikasikan
untuk erosi alur (rill erosion). Model ini dianggap semi-static model karena
erosi dapat diprediksi per kejadian hujan (event by event) (Schmitz dan
Tameling, 2000). Dibandingkan dengan USLE, keunggulan GUEST adalah
terakomodasinya fungsi filter sedimen. Faktor erodibilitas tanah yang digunakan
dalam model GUEST (β) lebih pasti dibandingkan dengan K dalam USLE.
Faktor erodibilitas tanah yang
digunakan dalam model GUEST lebih pasti dibandingkan dengan K dalam USLE.
Depositability atau kemampuan agregat untuk mengendap juga dilibatkan dalam
perhitungan erosi. K merupakan gabungan dari beberapa parameter yang tergantung
dari karakteristik infiltrasi, koefisien kekasaran manning, kencenderungan
untuk membentuk alur stabilitas agregat tanah terhadap curah hujan, kencenderungan
tanah untuk terkonsolidasi atau menjadi kuat direfleksikan dalam β
D.
METODE
AGNPS
Model
simulasi yang digunakan untuk memprediksi erosi skala DAS atau sedimen telah
banyak digunakan, baik model terdistribusi maupun point. Agricultural non-point
source pollution (AGNPS) merupakan model yang digunakan dalam DAS dengan
keluaran limpasan (total runoff), sedimen serta kehilangan hara, dan untuk
model prediksi sediment delivery ratio (SDR) stiff diagram hanya dapat
memprediksi erosi skala DAS. Dalam penggunaannya, model harus dipilih sesuai
dengan tujuan yang akan dicapai karena masing-masing model simulasi mempunyai
kelebihan atau kekurangan dalam keluarannya. Model AGNPS dapat digunakan di DAS
yang mempunyai variasi curah hujan besar, yaitu antara mendekati 0 mm sampai
lebih besar dari 75 mm/kejadian hujan (Bingner et al., 1992).
Model prediksi SDR stiff diagram
merupakan model point yang dapat memprediksi erosi skala DAS secara sederhana.
Menurut Shen dan Julien (1992), SDR dipengaruhi oleh areal drainasenya,
kemiringan DAS, kerapatan drainase dan aliran permukaan. Menurut Klaghofer et
al. (1992), tidak hanya ukuran DAS yang berpengaruh terhadap SDR,
parameter-parameter geomorfologi seperti faktor relief dan bifurcation ratio juga
berpengaruh. Faktor-faktor yang mempengaruhi SDR pada petak yang ditanami
adalah erodibilitas tanah, panjang lereng, kemiringan lereng dan infiltrasi.
Faktor-faktor yang mempengaruhi SDR pada petak yang tidak ditanami adalah
kemiringan lereng, erodibilitas tanah, panjang lereng, dan infiltrasi, dan SDR
DAS yang tidak ditanami kemungkinan akan lebih besar.
Keunggulan AGNPS adalah:
(1) dapat memprediksi
erosi dengan hasil akurat di seluruh DAS berdasarkan parameter
distribusi yang
digunakan;
(2)
dapat mensimulasikan kondisi biofisik DAS secara bersamaan;
(3) hasil prediksi
model dapat meliputi aliran permukaan, hasil sedimen, kehilangan N dan
P serta
kebutuhan oksigen kimiawi, baik yang terjadi di dalam setiap sel maupun
kontribusi dari sel yang lain; dan
(4) dapat memprediksi
DAS sampai mencapai luas 20.000 ha atau sebanyak 2.500 sel (Young dan Onstad,
1990; Sinukaban, 1997). Kemampuan model prediksi SDR stiff diagram adalah
sebagai berikut: (1) dapat memprediksi SDR suatu DAS; (2) dapat memprediksi
erosi skala DAS (sedimen) secara sederhana; dan (3) dapat mensimulasi berbagai
kondisi biofisik DAS serta berbagai kondisi erosi permukaan dan aliran
permukaan yang terjadi.
Kekurangan model AGNPS adalah:
(1) input model yang
digunakan sangat banyak;
(2)
keluaran aliran permukaan hanya berupa volume dan debit, tidak bisa
menghasilkan hidrograf; dan
(3)
keluaran untuk erosi dan sedimen menggunakan satuan yang terlalu tinggi (ton)
dan desimal yang digunakan terlalu sedikit, hanya 1. Demikian juga keluaran
untuk volume dan laju puncak aliran permukaan terlalu tinggi, masing-masing
dalam cm dan cfs. Kekurangan model prediksi SDR stiff diagram, yaitu memerlukan
data erosi permukaan.
E.
Model SDR
Metode SDR merupakan
model point yang dapat memprediksi erosi DAS secara sederhana. SDR suatu DAS
dipengaruhi oleh kondisi fisik DAS dan bervariasi antara DAS satu dengan
lainnya. Menurut Shen dan Julien (1992), SDR
dipengaruhi oleh areal drainasenya, kemiringan DAS, kerapatan drainase
dan aliran permukaan. Akan tetapi jika lebih di spesifik lagi untuk daerah yang
ditanami faktor-faktor yang paling mempengaruhi SDR adalah erodibilitas tanah
dan kemiringan lereng, untuk pengendapan
infiltrasi, dan panjang lereng. Sedangkan, untuk daerah yang tidak ditanami
faktor-faktor yang mempengaruhi SDR adalah dalam erosinya adalah erodibilitas
dan kemiringan lereng, dan untuk pegendapan yang paling berpengaruh adalah
panjang lereng dan infiltrasi.
·
Keunggulan dan
Kelemahan
Keunggulan dapat memprediksi erosi skala
DAS secara sederhana dan dapat mensimulasi berbagai kondisi biofisik DAS serta
berbagai kondisi erosi permukaan dan aliran permukaan yang terjadi.
- Kelemahan memerlukan data erosi dari metode lain.
0 komentar:
Posting Komentar