Lamp.III.B/22

: -:

";tr

PRosrrlrffiG$erninsr Nasional Gecrnotika

o..,-

Fercnan dun Apllkasi Geomatika dstsmFengelolssn $umberdayc Alom dsnFerenccncfi n Pembsngunsn

lHataraffi, 3 M*vemb*r 2St'!

E$itor: Sambsng ttori Kusumo I Bsrq Devri Kris*ayon?i I Husni ldris

t,

FAKULTAS PTRTANIAN[,iliVERSITAS MATARAM

BADAI\I KOCRDI'\JASI SUI?VE i

DAN PTMTTAAN NASi*NAL

2*'* T

] ISBN

PROSIDINGSeminor Nosionol Geomotiko

Perqnqn don Aplikosi Geomotiko dqlomPengeloloon Sumberdoyo AIom donPerencqnqon Pembongunon

Mataraffi, 3 November 2011

Editor : Bombong Hori Kusumo I BoiC Dewi Krisnoyonti I Husni ldris

FAKULTAS PERTANIAN

UNIVERSITAS MATARAM

BADAN KOORD|NASI SURVEI

DAN PEMETMN NASIONAL

20r r

{i.,

KATA PENGANTAR

Puji dan syukur dipanjatkan atas kehadirat Allah sWT yang telah memberikan kemudahansehingga kegiatan Seminar Nasional Geomatika di Mataram dapat terlaksqna dengan baik dansukses seperti harapan kita semua.

Pemanfaatan geomatika m-elalui Sistem Informasi Geografi (SIG) dapat diterapkan dalam segalaaspek kehidupan baik itu untuk investigasi ilmiah, pengelolaan sumberdaya lahary perencanaanpembangunan, kartografi maupun Perencanaan rute perjalanan. SIG dapat membantu perencanauntuk secara cepat menghitung waktu tanggap darurat saat terjadi bencana alam atau unfukmencari lahan basah yang membutuhkan perlindungan dari polusi. Semakin tingginya keinginandari pemerhati dan Pengguna untuk mengaplikasikan penggunaan SIG mendorong untukmemperkenalkan sIG secara luas kepada masyarakat umum baik itu organisasi pemerintafu non-pemerintatg Lembaga Swadaya Masyarakat, media massa, akademisi, maupun mahasiswa melaluiseminar nasional geomatika ini. Kegiatan ini diharapkan dapat membuka wawasan kita semuatentang peluang, tantangan, keterbatasan dari riset geomatika serta hasil-hasil riset tentanggeomatika sehingga dapat dirnanfaaikan oleh masyarakat iuas.

Kegiatan seminar ini dihadiri oleh lebih dari 150 orang yang berasal organisasi pemerintah, non-pemerintatr, Lembaga Swadaya Masyarakat, media massa, akademisi, maupun mahasiswa.Sedangkan para pembicara berasal dari Badan Koordinasi Suwey dan pemetaan Nasional(Bakosurtanal), Universitas Mataram maupun para pembicara dari Universitas Diponegoro,universitas Brawijaya, dan Badan pelaksana Lumpur sidoarjo, surabaya.

Ucapan terima kasih saya sampaikan kepada para panitia dari Fakultas pertaniarMataram, P3P unram marlnun Bakosurtanal yang telah menyelenggaraka., ,u*,nul fll';o_4u1}dengan baik dan lancar. semoga dengan kegiatan ini dapat digunakan sebagai awal merintiskerjasama antara Fakultas Pertanian Universitas Mataram dan Bakosurtanal dalam bidang risetbaik itu berupa kegiatan yang berkaitan dengan pendidikan, pengabdian masyarakat maupunsebagai outlet pemetaan.

Dekan Fakultas Pertanian,

Prof. Ir. M. Sarjan, M.Ag.Cp., ph.D

NtP. 19620406 198703 1 002

a

11t

KATA PENGANTAR

DAFTAR ISI

Aplikosi Geogrophic lnformotion System (GlS) Untuk MembontuPerenconoon Pembongunon di Koto Mqtorom I M. Nozorudin Fikri

Aplikqsi Penginderoon Jouh Don Sig Dolom Pengeloloon SumberdoyoLohon Don Huton I M. Husni ldris

Anolisis Risiko Bencono Berbosis Gis: Contoh Kosus Bencono SemburonLumpur DiSidoorjo I Didi S. Agustowiioyo

Aplikosi GIS dolom Penyusunon Bosis Doto Doeroh Rowon Bencono StudiKosus: Kob. Lombok Borot I lwon Mulio Septerionsyoh

Estimosi Kodor C-Orgonik Tonoh di Kobupoten Sompong MenggunokonPenginderoon Jouh don Sistem lnformosiGeogrofis I R. Sotivondi, Sudorto,S.Kumiowon

Pengukuron Korbon Dolom Tonoh Dori Pontulon Cohoyo (DiffuseReflectonce) Menggunokon Teknik Proximol Sensing I Bombong HoriKusurno

DAFTAR ISI

Holomon

42t,,

Penotoon Ruong Lohon Pertonion Pongon Berkelonjuton Meloluilnventorisosi Lohon Don Mekonisme lnsentif Don Disins"ntif iSo-rrf Mo'rif 50

Pemonfooton slG dclom Pemetoon Portisipotif (studi Kosus AnolisisKetersedioon Lohon Pengembongon Huton Rotvot di Kobupoten Bimo, 60Nuso Tenggoro Borot) | Roto Firdous Silomon

Pemonfooton sotelit ALos AVNIR-2 Untuk Kojion Kekeringon pertoniondi Sebogion Wiloyoh Kobupoten Lombok Timur I Buston 70

/Model Pendugoon Tingkot Bohayo Erosi Dengon Sistem lnformosi GeogrofisDi sub Doeroh Aliron sungoi Pusur Propinsi Jowo Tengoh I sukorio don Blllurqd

Monitoring Don Evoluosi Penggunoon Lohon Don Toto Air DolomPengeloloon Doeroh Aliron Sungoi (Dos) Rejoso Di PropinsiJowo limur | 9lJoko Sumorsono Don Sukorjo

i

ll

t5

25

32

iiia

Hikmoh Peneropon Geomotiko Terhodop Penguoton Hosit Prokirqon lklimBerbosis Keorifon Lokol Di Nuso Tenggoro Borqt (Srgniflconce OtGeomqtics Appltcotton On Sfrengrfh entng A LocotWisdom Eosed Ctimote

.l00

Forecosting ln Wesf Nuso Tenggoro) | Mohrup, Husni ldrls don lsmoilYosin

Seboron don Anolisis Kekeroboton Spesies Mocroolgo Coklot LombokyongPotensiqlSebogoi Bohon Perongsong Pertumbuhon Tonomon I Sunorpi,

I l6Ahmqd Jupri' Mursql Gozoli, Yuni Widionti' Romdhoni Sucilestori'RinoKumionlngslh don Aluh Nikmotulloh

Penyeboron Jomur Trichodermo Spp, SebogoiAgen Pengendoli Hoyoti 126

Penyokit Tonomon Di Pulou Lombok I Mulot lsnqini

Deskripsi Kowoson Don Floro Endemik Tomon NosionolGunung RinjoniNuso Tenggoro Borot I Ni Mode loksmi E, Febriqno T.W, Abdul Bosit N 13.|

Pengindroon Jorok Jouh Dolom Pemontouon Sel Hujon Untuk Komunikosi 142

Millimeter Wove Doeroh Motorom I Mode Sutho Yodnyo

Anolisis Zonosi Kowoson Konservosi Berbosis Geosposiol I Sltti Hilyono 149

Penelition, Pendidikon, don Sosiolisosi Kortogrofi untuk MendukungKebijokon Percepoion Penyedioon lnformosiGeo-Sposiol I Sukendro 164Mortho

,.,

B--'{"

a

$ss€e**EEE

EE&

EE*f;EE.ETG#E

E

EE

EE*eEgsg

g

e

E

,1*5*l:i

42

Pengukuran Karbon Dalam Tanah Dari Pantulan Cahaya (Diffuse

Reflectance) Menggunakan Teknik Proximal Sensing

Oleh

Bambang Hari Kusumo, Ph.D

Dosen Fakultas pertanian Universitas Mataram

Jl. Majapahit No. 62 Mataram – Lombok

E-mail: bambanghk@gmail.com

Abstrak

Pemanasan global yang diakibatkan oleh meningkatkan kadar CO2 di udara telah banyak

menarik perhatian para peneliti tentang dinamika karbon (C) dalam tanah. Hal ini disebabkan oleh

tingginya total kandungan C tanah secara global (1500 Pg C) yang diperkirakan mencapai 3 kali

lipat dari kandungan C dalam tubuh tanaman. Sejak revolusi industri diperkirakan 135±55 Pg C

dari dalam tanah teremisi ke udara akibat proses respirasi organisme tanah, pencucian (leaching)

dan erosi. Jumlah C dari dalam tanah akan teremisi semakin cepat akibat perubahan penggunaan

lahan; misalnya perubahan fungsi dari hutan ke tanaman semusim (arable land). Disamping

perubahan penggunaan lahan, lepasnya CO2 ke udara sangat dipengaruhi oleh suhu dan

kelembaban tanah, pengolahan tanah, dan management tanah dan tanaman. Sebaliknya, untuk

mengurangi kadar CO2 di atmosfer, diperlukan teknik pengelolaan lahan yang dapat

mengembalikan (sequester) CO2 ke dalam tanah, seperti menanam spesies tanaman yang berakar

dalam, mengembalikan bahan organik (dan juga biochar) ke dalam tanah, dan merubah fungsi

lahan dari arable land ke padang rumput atau hutan. Untuk mengevaluasi keefektifan teknik

tersebut diperlukan teknik pengukuran yang cepat dan akurat yang dapat mengukur C dalam dalam

tanah menurut variasi tempat dan waktu (spatial and temporal variability).

Tulisan ini mendiskripsikan cara mengukuran C tanah dari pantulan cahaya (soil spectral

reflectance) menggunakan teknik proximal sensing. Pantulan cahaya dari tanah berupa cahaya

tampak (visible, Vis) dan cahaya near-infrared (NIR) yang ditangkap menggunakan sensor dari alat

spectroradiometer dari jarak yang relatif dekat, kemudian spectral data yang ditangkap diproses

(pre-processing data), dan dibuat model kalibrasi antara spectral data dengan data analisis C tanah

yang telah diukur menggunakan metode standard (seperti LECO – dry combustion technique).

Akhirnya model kalibrasi tersebut dapat digunakan untuk mengukur C langsung dari spectral data

lain yang belum diketahui kandungan C tanahnya. Teknik ini terbukti mampu mengukur

kandungan C dan juga nitrogen (N) pada berbagai jenis tanah di New Zealand, mengukur C dan N

pada berbagai kedalaman, dan juga dapat mengukur kepadatan akar (root density; a dynamic

property of soil C) dari akar rumput dan akar jagung. Cara ini sangat cepat dalam mengukur C

tanah dan sangat potential digunakan untuk pemetaan cepat (rapid mapping) kandungan C tanah.

Cara ini juga dapat menghemat biaya, waktu dan tenaga.

Pendahuluan

Pemanasan global yang diakibatkan oleh meningkatkan kadar CO2 di udara telah

banyak menarik perhatian para peneliti tentang dinamika karbon (C) dalam tanah. Hal ini

disebabkan oleh tingginya total kandungan C tanah secara global (1500 Pg C) yang

diperkirakan mencapai 3 kali lipat dari kandungan C dalam tubuh tanaman (Post et al,

2001). Sejak revolusi industri diperkirakan 135±55 Pg C dari dalam tanah teremisi ke

udara akibat proses respirasi organisme tanah, pencucian (leaching) dan erosi (Lal, 2003).

Jumlah C dari dalam tanah akan teremisi semakin cepat akibat perubahan penggunaan

lahan; misalnya perubahan fungsi dari hutan ke tanaman semusim (arable land).

Disamping perubahan penggunaan lahan, lepasnya CO2 ke udara sangat dipengaruhi oleh

suhu dan kelembaban tanah, pengolahan tanah, dan management tanah dan tanaman (Rees

et al, 2005). Sebaliknya, untuk mengurangi kadar CO2 di atmosfer, diperlukan teknik

43

pengelolaan lahan yang dapat mengembalikan (sequester) CO2 ke dalam tanah, seperti

menanam spesies tanaman yang berakar dalam, mengembalikan bahan organik (dan juga

biochar) ke dalam tanah, dan merubah fungsi lahan dari arable land ke padang rumput atau

hutan (Lal, 2003). Untuk mengevaluasi keefektifan teknik tersebut diperlukan teknik

pengukuran yang cepat dan akurat yang dapat mengukur C dalam dalam tanah menurut

variasi tempat dan waktu (spatial and temporal variability).

Teknik yang telah dikembangkan di laboratorium dalam mengukur C seperti

destruksi basah (Walkely and Black) dan destruksi kering (LECO) memerlukan waktu,

biaya dan tenaga yang banyak, karena proses yang dilalui cukup panjang, mulai dari

pengumpulan sampel, persiapan sampel tanah dan kemudian analisis sampel (Post et al,

2001). Teknik tersebut membutuhkan pengangkutan sampel ke laboratorium. Waktu yang

dibutuhkan untuk menyelesaikan proses tersebut bisanya lama, apabila sampel tanahnya

banyak. Selain itu, mengingat sampel tanah yang biasa digunakan adalah sampel komposit

(kumpulan beberapa sub-sub sampel), teknik ini tidak bisa digunakan untuk mengukur

secara detail kandungan C pada setiap titik pengamatan dengan jarak dekat misalnya setiap

2-3 meter. Demikian juga dengan pengukuran akar membutuhkan teknik yang melelahkan

pada saat pemisahan antara akar dengan tanah, walaupun sudah ditemukan teknik lain

seperti metode scanning pada akar, tapi metode ini masih membutuhkan pemisahan akar

dati tanah (Kusumo et al, 2009; 2010). Berkembangkanya teknologi pembuatan portable

(field) spectroscopy (spectroscopy yang bisa dibawa ke lapangan) memberikan solusi

terhadap permasalahan tersebut. Teknik ini mampu mempercepat pengukuran C dan

nitrogen (N) langsung di lapangan tanpa harus membawa sampel tanah ke laboratorium,

kecuali sampel yang digunakan untuk membuat model kalibrasinya (Kusumo et al, 2008).

Setelah model kalibrasi dibuat, teknik ini tidak lagi membutuhkan pengumpulan sampel,

persiapan sampel dan analisis sampel. Teknik ini juga bisa digunakan untuk memetakan

kandungan C maupun N dalam tanah dengan mengambil spectral reflectance dari tanah

dengan metode grid dengan jarak yang relatif dekat (misalnya setiap 2-3 meter). Metode

ini juga mampu digunakan untuk memetakan C dan N pada areal yang luas. Untuk

pengukuran akan metode tersebut tidak memerlukan pemisahan akar dari tanah, kecuali

untuk sampel yang dibutuhkan untuk pembuatan model kalibrasi.

Tulisan ini mendiskripsikan cara mengukuran C (juga N) tanah dari pantulan

cahaya (soil spectral reflectance) menggunakan teknik proximal sensing, termasuk juga

pengukuran kepadatan akar yang merupakan dynamic property dari karbon tanah.

Metode

Pantulan cahaya dari tanah berupa cahaya tampak (visible, Vis) dan cahaya near-

infrared (NIR) yang ditangkap menggunakan sensor dari alat spectroradiometer dari jarak

yang relatif dekat, kemudian spectral data yang ditangkap diproses (pre-processing data),

dan dibuat model kalibrasi antara spectral data dengan data analisis C (juga N) tanah yang

telah diukur menggunakan metode standard (seperti LECO – dry combustion technique)

(Kusumo et al, 2008; 2011). Sementara untuk mendapatkan data akar dari metode standard

dilakukan dengan pemisahan akar dari tanah menggunakan air yang mengalir yang

ditampung dengan ayakan mulai dari diameter kasar sampai sangat halus (Kusumo et al,

2010; 2011). Akhirnya model kalibrasi tersebut dapat digunakan untuk mengukur C (juga

N dan kepadatan akar) langsung dari spectral data lain yang belum diketahui kandungan C

dan N tanahnya (juga kepadatan akarnya). Visualisasi dari metode yang dikembangkan,

prinsip dari penangkapan spectral reflectance (Kusumo et al, 2008b), dan teknik

memproses spectral data dan membuat model kalibrasi disajikan pada Gambar 1, 2 dan 3.

44

Pembahasan

Pengukuran C dan N pada Berbagai Jenis Tanah di New Zealand

Kemampuan teknik Visible-Near Infrared Spectroscopy (Vis-NIRS teknik) dalam

mengukur C dan N dari berbagai jenis tanah di New Zealand disajikan pada Gambar 4.

Jenis tanah yang digunakan dalam penelitian adalah Alophanic Soil, Taupo Sandy Soil,

Pumice Soil dan Thepric Recent Soil (menurut klasifikasi tanah New Zealand, Hewitt,

1998) yang berlokasi di sekitar zona vulkanik di daerah Taupo. Tanah tersebut memiliki

teksur yang relative kasar dengan kandungan pasir dan debu yang dominan (Hewitt, 1998).

Lokasi penelitian merupakan padang rumput yang baru dikonversi 1-, 3-, dan 5-tahun dari

hutan pinus, dan juga permanen padang rumput yang sudah digunakan puluhan tahun.

Diperoleh hubungan yang sangat erat antara C dan N yang diukur dengan LECO (dry

combustion) dan NIRS teknik yang ditunjukkan oleh koeffisien determinasi (R2) yang

tinggi (C = 0.75; N = 0.86) (Kusumo et al, 2008). Semakin mendekati R2=1.00, keakuratan

metode NIRS semakin mendekati keakuratan metode standard yang digunakan yaitu

LECO.

Pengukuran C dan N yang lebih akurat diperoleh pada pengukuran satu jenis tanah

(Gambar 5) dengan R2=0.97 dan 0,96 untuk C dan N (Kusumo et al, 2008b). Jenis tanah

yang diambil adalah Recent Soil (Hewitt, 1998) dengan tekstur fine sandy loam yang

berlokasi di Kairanga sekitar 17 km dari kota Palmerston North. Lokasi penelitian

merupakan permanen padang rumput yang sudah digunakan puluhan tahun.

Pengukuran C dan N pada Berbagai Kedalaman

Kemampuan metode NIRS dalam mengukur C dan N tidak hanya terbatas pada tanah

sekitar permukaan, tetapi juga pada dapat digunakan untuk mengukur C dan N pada

berbagai kedalaman. Metode NIRS masih akurat dalam mengukur C dan N sampai

kedalaman 60 cm (Gambar 6) (Kusumo et al, 2011).

Pengukuran Kepadatan Akar (Root Density)

Tidak hanya C dan N yang dapat diukur menggunakan metode NIRS, tapi juga

kepadatan akar. Gambar 7 berikut menyajikan hubungan antara kepadatan akar yang

diukur dengan menggunakan metode wet sieve (pemisahan menggunakan air mengalir)

dibandingkan dengan metode NIRS untuk masing-masing (7.a) akar rumput (Kusumo et al,

2010) dan (7.b) akar jagung (Kusumo et al, 2011).

Kesimpulan

Teknik NIRS terbukti mampu mengukur kandungan C dan juga N pada berbagai

jenis tanah di New Zealand (Kusumo et al, 2008), mengukur C dan N pada berbagai

kedalaman (Kusumo et al, 2011), dan juga dapat mengukur kepadatan akar (root density; a

dynamic property of soil C) dari akar rumput dan akar jagung (Kusumo et al, 2009;

Kusumo et al, 2010). Cara ini sangat cepat dalam mengukur C tanah dan sangat potential

digunakan untuk pemetaan cepat (rapid mapping) kandungan C tanah. Cara ini juga dapat

menghemat biaya, waktu dan tenaga.

45

Daftar Pustaka

Hewitt AE (1998) ‘New Zealand Soil Classification.’ Landcare Research Science Series

No. 1. (Manaki Whenua Press: Lincoln, New Zealand)

Lal R (2003) Offsetting global CO2 emissions by restoration of degraded soils and

intensification of world agriculture and forestry. Land Degradation and Development

14, 309–322.

Kusumo BH, Hedley CB, Hedley MJ, Hueni A, Tuohy MP, Arnold GC (2008a) The use of

diffuse reflectance spectroscopy for in situ carbon and nitrogen analysis of pastoral

soils. Australian J Soil Research 46:623–635.

Kusumo BH, Hedley MJ, Tuohy MP, Hedley CB, Arnold GC (2008b) Predicting soil

carbon and nitrogen concentrations and pasture root densities from proximally sensed

soil spectral reflectance. In: 1st Global Workshop on High Resolution Digital Soil

Sensing & Mapping. 5–8 February 2008 Sydney, Australia. The Australian Centre for

Precision Agriculture, University of Sydney & CSIRO Land and Water.

Kusumo BH, Hedley MJ, Hedley CB, Hueni A, Arnold GC, Tuohy MP (2009) The use of

Vis-NIR spectral reflectance for determining root density: evaluation of ryegrass roots

in a glasshouse trial. European J Soil Sci 60:22–32.

Kusumo BH, Hedley MJ, Hedley CB, Arnold GC, Tuohy MP (2010) Predicting pasture

root density from soil spectral reflectance: field measurement. European J Soil Sci

61:1–13.

Kusumo BH, MJ. Hedley, CB. Hedley & MP. Tuohy (2011). Measuring carbon dynamics

in field soils using soil spectral reflectance: predicting of maize root density, soil

organic carbon and nitrogen content. Plant and Soil, 338:233–245.

Post WM, Izaurralde RC, Mann LK, Bliss N (2001) Monitoring and verifying changes of

organic carbon in soil. Climatic Change 51, 73–99.

Rees RM, Bingham IJ, Baddeley JA, Watson CA (2005) The role of plants and land

management in sequestering soil carbon in temperate arable and grassland ecosystems.

Geoderma 128, 130–154.

46

Gambar 1. Teknik yang dikembangkan untuk menangkap spectral reflectance dari tanah

(Kusumo et al, 2008b).

Gambar 2. Prinsip dari reflectance spectroscopy.

47

Raw spectrum

0.00

0.05

0.10

0.15

0.20

0.25

0.30

0.35

350 500 650 800 950 1100 1250 1400 1550 1700 1850 2000 2150 2300 2450

Wavelength (nm)

Refl

ecta

nce

2150 data points

Pre-processing Spectral Data and Building Calibration Model usingPartial Least Squares Regression

Raw spectral data

Averaging

Waveband filtering

Smoothing

Data reduction byselecting every 5th band

Derivative transformation

1-nm

5-nm

Pre-processed

spectral data

Eliminating

Eliminating 350-

470 nm and

2440-2500 nm

Savitzky-Golay

filter

Smooth spectrum

0.00

0.05

0.10

0.15

0.20

0.25

0.30

0.35

350 500 650 800 950 1100 1250 1400 1550 1700 1850 2000 2150 2300 2450

Wavelength (nm)

Refl

ecta

nce

1970 data points

First derivative

-0.0040

-0.0035

-0.0030

-0.0025

-0.0020

-0.0015

-0.0010

-0.0005

0.0000

0.0005

0.0010

350 500 650 800 950 1100 1250 1400 1550 1700 1850 2000 2150 2300 2450

Wavelength (nm)

Fir

st

de

riv

ati

ve

386 data points

Calibration

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0

Reference data

Pre

dic

ted

by

NIR

S

e.g. Measured Carbon

Calibration

PLSR

Reference data(e.g. Leco-C&N)

Gambar 3. Tahap pre-prosesing spectral data dan pembuatan model kalibrasi menggunakan

Parsial Least Square Regression (PLSR).

Selection Method I (B to A test)

R2 = 0.75

RPD = 2.01

-1

0

1

2

3

4

5

6

7

8

9

10

11

12

13

0 1 2 3 4 5 6 7 8 9 10 11 12

LECO Measured Total C (%)

NIR

Pre

dic

ted

To

tal C

(%

)

Selection Method I (A to B test)

R2 = 0.86

RPD = 2.54

-0.2

-0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

LECO Measured Total N (%)

NIR

Pre

dic

ted

To

tal N

(%

)

Gambar 4. Hubungan antara C dan N yang diukur dengan menggunakan metode standard

(LECO) dibandingkan dengan metode pengukuran menggunakan metode Near-Infrared

spectroscopy (NIRS) pada beberapa jenis tanah di New Zealand (Kusumo et al, 2008).

48

Gambar 5. Hubungan antara C dan N yang diukur dengan menggunakan metode standard

(LECO) dibandingkan dengan metode pengukuran menggunakan metode Near-Infrared

spectroscopy (NIRS) pada satu jenis tanah di NZ (Kusumo et al, 2008b).

0

10

20

30

40

50

60

70

0.0 1.0 2.0 3.0 4.0

Dep

th (

cm

)

% Carbon

r2 = 0.86RPD = 2.66RMSECV = 0.48%

C-LECO

C-NIRS

0

10

20

30

40

50

60

70

0.0 0.1 0.2 0.3 0.4

Dep

th (

cm

)% Nitrogen

r2 = 0.81RPD = 2.32RMSECV = 0.05%

N-LECO

N-NIRS

Gambar 6. C dan N yang diukur dengan menggunakan metode standard (LECO)

dibandingkan dengan metode pengukuran menggunakan metode Near-Infrared

spectroscopy (NIRS) pada berbagai kedalaman (Kusumo et al, 2011).

49

With removing 2 outliers

R2 cross-validation = 0.85

RMSECV = 0.47 mg cm-3

RPD = 2.63

0

1

2

3

4

5

6

0 1 2 3 4 5 6

Wet sieve - root rensity /mg cm-3

NIR

S -

ro

ot

de

ns

ity

/m

g c

m-3

(a)

0

10

20

30

40

50

60

70

0 2 4 6 8

Soil

De

pth

(cm

)

Root Density (mg/cm3)

RD-Wet Sieve

RD-NIRS

r2=0.75RPD=2.03RMSCV=1.68 mg/cm3

(b)

Gambar 7. Kepadatan akar yang diukur dengan menggunakan metode wet sieve

(pemisahan menggunakan air mengalir) dibandingkan dengan metode pengukuran

menggunakan metode Near-Infrared spectroscopy (NIRS) pada (a) akar rumput (Kusumo

et al, 2010) dan (b) akar jagung (Kusumo et al, 2011).