..........(halaman sebelumnya)..........relationship with mean annual rainfall.

I should be stressed that extrapolating such relationships beyond the data from which they have been derived in order to apply them elsewhere is dangerous. For example, applying the equation developed of malaysia to mean annual rainfall totals below 900 mm yields estimated of erosivity that are not obviously nonsense. I should also be note that result of different researchers are not always comparable because of assumptions made when calculating the R value. The relationship developed between mean annual R and mean annual precipitation by Bollinne et al. (1979) for Belgium is based on rainstorms greater than 1,27 mm, whereas that proposed by Rogler and Schwertmann (1981) for baravia, Germany, considers storms only with rainfall greater than 10 mm and I30 values greater than 10 mmh-1. ..........(halaman sebelumnya)..........hubungan dengan curah hujan rata-rata tahunan. Harus ditekankan bahwa hubungan tersebut di luar ekstrapolasi data dari mana hal teresbut telah diturunkan untuk menerapkannya di tempat lain yang berbahaya. Misalnya, menerapkan persamaan dikembangkan dari Malaysia berarti curah hujan tahunan total di bawah 900 mm menghasilkan estimasi erosivitas yang tidak jelas dan omong kosong. Harus dicatat juga bahwa hasil dari peneliti yang berbeda tidak selalu sebanding karena asumsi yang dibuat ketika menghitung nilai R. Hubungan yang dikembangkan berarti nilai R dan rata-rata curah hujan tahunan oleh Bollinne et al. (1979) untuk Belgia didasarkan pada hujan badai yang lebih besar dari 1,27 mm, sedangkan yang diusulkan oleh Rogler dan Schwertmann (1981) untuk Baravia, Jerman, menganggap badai hanya dengan curah hujan lebih dari 10 mm dan I30 nilai lebih besar dari 10 mmh-1. Erosion risk in Great Britain was assesed using the KE > 10 indeks. The annual values are rather low (Morgan 1980b; Fig 4.7), rising above 1400 jm-1 onlyn in part of the Pennines, the Welsh mountain, Exmoor and Dartmoor. They are less than 900 Jm-1 along most or the west coast and below 700 in the Outer Hebrides, Orkneys, Shetlands and on the north coast of Scotland. Values over much of eastern and southern England are around 1100-1300. Since these are main areas devoted to arable to arable farming, it is here that the greatets risk of agricultural soil erosion occurs. Risiko erosi di Inggris itu diperkirakan menggunakan KE > 10 indeks. Nilai-nilai tahunan agak rendah (Morgan 1980b; Gambar 4.7), naik di atas 1400 J m-1 hanya sebagian yang dari Pennines, gunung Welsh , Exmoor dan Dartmoor. Di daerah tersebut kurang dari 900 J m-1 sepanjang sebagian atau pantai barat dan di bawah 700 di Outer Hebrides, Orkneys, Shetlands dan di utara pantai Skotlandia. Nilai lebih tinggi berada di timur dan selatan Inggris

yaitu sekitar 1100-1300. Karena ini adalah hal utama yang ditujukan untuk indikasi kesuburan untuk pertanian yang subur, di sini dapat diketahui bahwa risiko erosi tanah lebih besar pada pertanian terjadi.

4.1.2 Rainfall aggressiveness The most commonly used index of rainfall aggressiveness, shown to be significantly correlated with the sediment yield in rivers (Fournier 1960), is the ratio p2/P, where p is the highest mean monthly precipitation and P is the mean annual precipitation. It is strictly an index of concentration of precipitation into a single month and thereby gives a crude measure of intensity of rainfall and, in so far as high value denotes a strongly seasonal climatic regime with a dry season during which the plant cover decays, of erosion protection by vegetation. The index was used by Low (1967) to investigate regional variation in erosion risk in Peru and by Morgan (1976) in Peninsular Malaysia (Fig 4.8). Using data from 680 rainfall stations, a low but significant correlation was obtained in Malaysia between p2/P and drainage texture, defined as the number of first-order streams per unit area (r=0,38; n=39; Morgan 1976). Since drainage texture is analogous to gully density, p2/P may be regarded as an idicator of the risk of gully erosion. In contrast, mean annual erosivity values reflect the risk of erosion by rainsplash, overland flow and rills. By superimposting the maps of p2/P and erosivity, a composite picture of erosion risk is obtained (Fig. 4.9) 4.1.2 Agresivitas Curah Hujan Yang paling umum digunakan yaitu indeks agresivitas hujan, yang terbukti secara signifikan berkorelasi dengan hasil sedimen di sungai (Fournier 1960), yaitu rasio p2/P , di mana p adalah curah hujan rata-rata tertinggi bulanan dan P adalah curah hujan rata-rata tahunan. Hal ini merupakan suatu indeks konsentrasi curah hujan menjadi satu bulan dan dengan demikian memberikan ukuran kasar dari intensitas curah hujan dan nilai tinggi menunjukkan rezim iklim musiman dengan musim kemarau selama meluruh tanaman penutup, perlindungan erosi oleh vegetasi. Indeks yang digunakan oleh Low (1967) untuk menyelidiki variasi regional dalam risiko erosi di Peru dan oleh Morgan (1976) di Semenanjung Malaysia (Gambar 4.8) . Dengan menggunakan data dari 680 stasiun curah hujan, korelasi yang rendah tapi signifikan diperoleh di Malaysia antara p2/P dan tekstur drainase, hal tersebut didefinisikan sebagai jumlah orde pertama aliran per satuan luas (r = 0,38, n = 39; Morgan 1976) . Karena tekstur drainase analog dengan alur kepadatan, p2/P dapat dianggap sebagai idikator risiko erosi parit. Sebaliknya, nilai rata-rata erosivitas tahunan mencerminkan risiko erosi oleh percikan air hujan, aliran permukaan dan aliran anak

sungai . Dengan peta superimposting dari p2/P dan erosivitas, gambar komposit risiko erosi diperoleh (Gambar 4.9) As expected from above, there is often a poor relationship between p2/P and mean annual R. The emphasis given in p2/P to the month with the highest rainfall underplays the contribution of the rainfall in the rest of the year to erosion. If the mean annual rainfall increase but the highest monthly total remains the same, the p2/P actually falls in value whereas the potential for erosion should increase, since a proportion rains is likely to be erosive. Arnoldus (1980) proposed a way of overcoming this defect by considering the rainfall of all month and developing a modified Fournier Index (MFI): Where p is the mean monthly precipitation and P is the mean annual rainfall. Based on significant correlation beetween MFI and mean annual R for different climatic regions, mean annual erosivity maps have been produced for the Middle East and Africa north of the equator (Arnoldus 1980) and for 16 countries of the European Union (Gabriels 2002; Fig. 4.10).

Gambar 4.7 Rata-rata Erosivitas Tahunan (KE > 10) di Inggris (setelah Morgan 1980b)

Gambar 4.8 Nilai dari p2/P di Peninsular Malaysia Seperti yang diharapkan dari atas, sering ada hubungan buruk antara p2/P dan berarti nilai R tahunan. Penekanan diberikan dalam p2/P untuk bulan dengan curah hujan tertinggi mengecilkan kontribusi curah hujan di sisa tahun erosi. Peningkatan curah hujan tahunan rata-rata tetapi angka tertinggi tetap sama, nilai p2/P sebenarnya menurun sedangkan potensi erosi akan meningkat, karena sebagian hujan cenderung erosif. Arnoldus (1980) mengusulkan cara mengatasi kerusakan ini dengan mempertimbangkan curah hujan sepanjang bulan dan mengembangkan modifikasi Fournier Index (MFI) : Dimana p adalah curah hujan bulanan rata-rata dan P adalah curah hujan rata-rata tahunan. Berdasarkan korelasi signifikan antara MFI ini berarti R tahunan untuk daerah iklim yang berbeda, berarti peta erosivitas tahunan telah diproduksi untuk Timur Tengah dan Afrika bagian utara khatulistiwa (Arnoldus 1980) dan 16 negara-negara Uni Eropa (Gabriels 2002; Gambar. 4.10) .

4.1.3 Factorial Scoring A simple scoring system for rating erosion risk was devised by Stocking and Elwell (1973b) for Zimbabwe. Taking a 1:1000,000,000 base map, the country was devided on a grid system in to units of 184 km2. Each unit was rated on a scale from 1 (low risk) to 5 (high risk) in respect of erosivity, erodibility, slope, ground cover and human occupation, the latter taking account of densityof the population and the type of settlement. The five factor score were summed to give total score, which was then compared with an arbitrarily chosen classification system to categorize areas of low, moderate and high erosion risk. The scores were mapped and areas of similiar risk delineated (Fig. 4.11).

Gambar 4.9 Survei Reconnaissance Risiko Erosi Tanah di Semenanjung Malaysia 4.1.3 Penilaian Faktorian Sistem skoring (penialaian) yang sederhana untuk menilai risiko erosi ditemukan oleh Stocking dan Elwell (1973b) untuk Zimbabwe. Mengambil skala 1:1000,000,000 peta dasar, negara ini dibagi pada sistem grid ke unit dari 184 km2. Setiap unit dinilai pada skala 1 (risiko rendah) sampai 5 (berisiko tinggi) yang berhubungan dengan erosivitas, erodibilitas, kemiringan, penutup tanah dan kedudukan manusia, yang terakhir memperhitungkan

densitdensitas dari penduduk dan jenis pemukiman. Kelima nilai faktor itu dijumlahkan untuk memberikan nilai total, yang kemudian dibandingkan dengan sistem klasifikasi yang dipilih tergantung pada situasi untuk mengkategorikan daerah risiko erosi rendah, sedang dan tinggi. Nilai-nilai telah dipetakan dan daerah risiko serupa digambarkan (Gambar 4.11).

Several problems are associated with technique. First, the classification may be sensitive to different scoring systems. For example, the use of different slope groups may yield different assessments of degree of erosion risk. Second, each factor is treated independently, whereas there is often interaction between the factors. Slope steepness may be much more important in areas of high than in areas of low erosivity. Third, the factors are combined by addition. There is no reason why this should be a more appropiate method of combining them than multiplication, although multiplication often results in the score for one factor dominating and the total score and, for that reason is dificult to the use with zero values in the scoring system. Fourth, each factor is given equal weight. Despite these difficulties, the technique is easy to use and has the advantage that factors which cannot be easily quantified in any other way can be readily included. When use carefully, factorial scoring can provide a general appreciation of erosion risk and indicate vulnerable areas where more detailed assessments should be made. A system based on the susceptibility of soil to crusting (four classes), the shear strength of the soil (three classes), land cover (nine classes) and rainfall erosivity (four classes) gives good correlations for the cultivated areas of France between erosion risk and the spatial frequency of muddy floods (Le Bissonnais et al. 2002).

Gambar 4.10 Rata-rata Erosivitas Tahunan untuk 16 negara Uni Eropa Berdasarkan Indeks Fournier Dimodifikasi untuk Stasiun Curah Hujan dengan Sepuluh Tahun atau Lebih Catatan Curah Hujan Bulanan (setelah Gabriels 2002). Nilai di Bawah 100 Dianggap Rendah dan Nilai-Nilai lebih dari 300 Tinggi. Tidak Ada Data yang Ada untuk Sebagian Besar Wilayah Perancis dan Inggris Bagian Tengah

Risiko Erosi Kelompok Utama Sangat Rendah Rendah Di bawah Rata-rata Rata-rata Di atas rata-rata Tinggi Sangat tinggi

Nilai Faktor 9-10 11-12 13-14 15-16 17-18 19-20 21

Menurut Subkelompok Faktor Dominan a. Erosivitas b. Penutup c. Lereng d. Erodibilitas e. Pendudukan Manusia f. Tidak Ada Faktor Dominan

Categories

Erosivity (J mm m-2 h-1)

Cover (mm of rainfall and basal cover est. (%) above 1000 7-10 800-1000 5-8 600-800 3-6 400-600 1-4 below 400 0-2

Slope (degrees)

Erodibility

Human occupation* Extensive large scale commercial ranching National Parks or Unreserved Large scale commercial farms Low density CLs (below 5 p.p.km2) and SCCF Moderately settled CLs (5-30 p.p.km2) Desenly settled CLs (above 30 p.p.km2)

Low I Below average II Average III Above average IV High V

below 5000

0-2

orthoferralitic regosoils Paraferralitic Fersiallitic siallitic vertisoils lithosoils Noncalcichydromorphic sodic

5000-7000 7000-9000 9000110000 Above 110000

2-4 4-6

6-8

above 8

(Notes: cover, Erodibility and Human occupation are only tentative and cannot as yet be expressed on a firm quantitative basis) * p.p.km2 = persons per square kilometre CL = Communal Lands SCCF = Small Scale Commercial Farms Erosion survey of Zimbabwe (after Stocking & Elwell 1973b)

Kategori Rendah I Bawah ratarata II Rata-rata III Atas ratarata IV Tinggi V

Erosivitas (J mm m-2 h-1) di bawah 5000 5000-7000 7000-9000 9000110000 di atas 110000

Penutup (mm curah hujan dan basal est. penutup (%) di atas 1000 7-10 800-1000 5-8 600-800 3-6 400-600 1-4 di bawah 400 0-2

Lereng (derajat) 0-2 2-4 4-6

Erodibilitas orthoferralitic regosoils Paraferralitic Fersiallitic siallitic vertisoils lithosoils Noncalcichydromorphic sodic

Pendudukan Manusia * Ekstensif skala komersial peternakan Taman Nasional besar Peternakan komersial skala besar CLS kerapatan rendah (below 5 p.p.km2) dan SCCF Cukup menetap CLs (5-30 p.p.km2) Desenly menetap CLs (di atas 30 p.p.km2)

6-8

di atas 8

(Catatan : cover, Erodibilitas dan pendudukan Manusia hanya tentatif dan belum bisa dinyatakan secara kuantitatif perusahaan) * Ppkm2 = orang per kilometer persegi CL = Lands Komunal FKKS = Skala Kecil Komersial Farms Survei Erosi Zimbabwe (setelah Stocking & Elwell 1973b )

Beberapa masalah muncul yang berhubungan dengan masalah teknik. Pertama, klasifikasi mungkin sensitif terhadap sistem penilaian yang berbeda. Sebagai contoh, penggunaan kelompok kemiringan yang berbeda dapat menghasilkan penilaian yang berbeda dari tingkat resiko erosi. Kedua, masing-masing faktor diperlakukan secara independen, sedangkan sering ada interaksi antara faktor tersebut. Kelerengan lahan mungkin jauh lebih penting di daerah tinggi daripada di daerah erosivitas rendah. Ketiga, faktor-faktor yang dikombinasikan dengan penambahan. Tidak ada alasan mengapa hal ini harus menjadi metode yang sesuai untuk lebih menggabungkan hal tersebut daripada perkalian, meskipun perkalian sering mengakibatkan nilai untuk satu faktor dominan dan nilai total, karena alasan itu sulit untuk penggunaan dengan nilai nol dalam sistem penilaian. Keempat, setiap faktor diberi bobot yang sama. Meskipun terdapat kesulitan-kesulitan, teknik ini mudah digunakan dan memiliki keuntungan bahwa faktor-faktor yang tidak dapat dengan mudah diukur dengan cara lain dan dapat dengan mudah dimasukkan. Jika menggunakan secara hati-hati, nilai faktorial dapat memberikan penialaian umum terhadap risiko erosi dan menunjukkan daerah rawan di mana penilaian yang lebih rinci harus dibuat. Sebuah sistem yang didasarkan pada kerentanan tanah untuk pengerasan kulit (empat kelas), kekuatan geser tanah (tiga kelas), tutupan lahan (sembilan kelas) dan erosivitas hujan (empat kelas) memberikan korelasi yang

baik untuk daerah budidaya di Perancis antara risiko erosi dan frekuensi spasial banjir berlumpur (Le Bissonnais et al. 2002)