Integrasi Terrestrial dan Airborne Laser Scanning untuk Estimasi Karbon Kredit Berbasis Aboveground Biomass (AGB)

Damayanti, Rena Anggita (2025) Integrasi Terrestrial dan Airborne Laser Scanning untuk Estimasi Karbon Kredit Berbasis Aboveground Biomass (AGB). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6016241008-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Kota Surabaya, dengan populasi 2,88 juta jiwa dan laju pertumbuhan 0,45% per tahun, menyumbang sekitar 8,6 juta ton CO₂ per tahun akibat urbanisasi dan pertumbuhan industri. Untuk mengurangi emisi, perdagangan kredit karbon menjadi strategi utama dalam mitigasi perubahan iklim, sebagaimana diatur dalam Peraturan Presiden Nomor 98 Tahun 2021. Salah satu metode untuk mendukung perdagangan karbon adalah penilaian cadangan karbon di atas permukaan tanah (aboveground carbon stock) menggunakan teknologi Light Detection and Ranging (LiDAR). Penelitian ini mengkombinasikan LiDAR berbasis darat (Terrestrial Laser Scanning/TLS) dan udara (Airborne Laser Scanning/ALS) untuk meningkatkan akurasi estimasi cadangan karbon. TLS efektif dalam mengukur struktur bawah kanopi secara detail, sementara ALS dapat mencakup area lebih luas, meskipun memiliki keterbatasan dalam menangkap struktur bawah kanopi. Proses integrasi ALS dan TLS menghasilkan RMSE sebesar 0,064 meter. Segmentasi pohon individual dari level plot dilakukan dengan mengombinasikan data ALS dan TLS menggunakan algoritma bottom-up. Metode ini berhasil mendeteksi 50 pohon, dengan akurasi tinggi yang ditunjukkan oleh f-score sebesar 0,98. Tingginya densitas point cloud dari TLS, terutama pada bagian batang, menjadi faktor penting dalam keberhasilan segmentasi ini. Berdasarkan model 3D pohon individual yang dihasilkan, diperoleh nilai RMSE diameter setinggi dada (DBH) sebesar 0,65 cm dan tinggi pohon sebesar 1,24 cm dibandingkan pengukuran manual. Estimasi biomassa dari data LiDAR mencapai 12 ton, yang setara dengan stok karbon 5,6 ton dan serapan karbon sebesar 20,8 ton CO₂e. Jumlah ini menunjukkan potensi 20 unit carbon credit. Meskipun terdapat selisih yang signifikan antara pengukuran manual dan hasil LiDAR untuk semua variabel kecuali tinggi, kekuatan hubungan antarmetode sangat kuat (R > 0,99) untuk variabel DBH, tinggi, dan AGB. Selain itu, model regresi berbasis LiDAR menunjukkan performa lebih baik (R = 0,905; R² = 0,820) dibandingkan model berbasis pengukuran manual. Hasil ini menunjukkan bahwa meskipun ada perbedaan nilai absolut, pendekatan LiDAR tetap mampu memberikan estimasi yang andal dan potensial untuk mendukung skema penghitungan karbon berbasis teknologi.
==================================================================================================================================
The city of Surabaya, with a population of 2.88 million and an annual growth rate of 0.45%, contributes approximately 8.6 million tons of CO₂ per year due to urbanization and industrial growth. To reduce emissions, carbon credit trading has become a key strategy in climate change mitigation, as regulated by Presidential Regulation No. 98 of 2021. One method to support carbon trading is the assessment of aboveground carbon stock using Light Detection and Ranging (LiDAR) technology. This study combines ground-based LiDAR (Terrestrial Laser Scanning/TLS) and airborne LiDAR (Airborne Laser Scanning/ALS) to improve the accuracy of carbon stock estimates. TLS is effective in measuring canopy structure in detail, while ALS can cover a wider area, although it has limitations in capturing canopy structure. ALS and TLS integration process produces an RMSE of 0.064 meters. Individual tree segmentation at the plot level was performed by combining ALS and TLS data using a bottom-up algorithm. This method successfully detected 50 trees, with high accuracy as indicated by an f-score of 0.98. The high density of the TLS point cloud, especially in the trunk area, was an important factor in the success of this segmentation. Based on the 3D model of individual trees generated, the RMSE value for diameter at breast height (DBH) was 0.65 cm and tree height was 1.24 cm compared to manual measurements. Biomass estimation from LiDAR data reached 12 tons, equivalent to a carbon stock of 5.6 tons and carbon sequestration of 20.8 tons of CO₂e. This amount indicates a potential of 20 carbon credits. Although there is a significant difference between manual measurements and LiDAR results, the strength of the relationship between methods is very strong (R > 0.99) for the variables DBH, height, and AGB. Additionally, the LiDAR-based regression model showed better performance (R = 0.905; R² = 0.820) compared to the manual measurement-based model. These results indicate that despite differences in absolute values, the LiDAR approach remains capable of providing reliable estimates and has potential to support technology-based carbon accounting schemes.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Cadangan Karbon, Kredit Karbon, LiDAR, ALS, TLS, Carbon Stock, Carbon Credit, LiDAR, ALS, TLS
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.217 Geospatial data
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29101-(S2) Master Thesis
Depositing User:	Rena Anggita Damayanti
Date Deposited:	25 Jul 2025 06:36
Last Modified:	25 Jul 2025 06:36
URI:	http://repository.its.ac.id/id/eprint/121434

Actions (login required)

View Item