studi identifikasi indeks kekeringan hidrologis pada daerah aliran sungai

15 Pages·2013·1.85 MB·Indonesian

STUDI IDENTIFIKASI INDEKS KEKERINGAN HIDROLOGIS
PADA DAERAH ALIRAN SUNGAI (DAS) BERBASIS
SISTEM INFORMASI GEOGRAFIS (SIG)
(Studi Kasus pada DAS Brantas Hulu : Sub-DAS Upper Brantas,
Sub-DAS Amprong dan Sub-DAS Bangosari)
Ima Sholikhati1, Donny Harisuseno2, Ery Suhartanto2
1Mahasiswa Program Magister Teknik PengairanUniversitas Brawijaya,
Malang Jawa Timur. e-mail: [email protected].
2Dosen Fakultas Teknik Jurusan pengairanUniversitas Brawijaya
ABSTRAK
Kekeringan merupakan salah satu bencana yang ditunjukkan dengan berkurangnya ketersediaan air
terhadap kebutuhan. Penanggulangan bencana kekeringan dengan pendekatan non-struktural melalui
monitoring kekeringan berupa informasi kekeringan spatial berbentuk peta indeks kekeringan bulanan dan
informasi kekeringan temporal pada masing-masing sub-DAS. Lokasi penelitian ini berada di DAS Brantas
Hulu yang terdiri dari 3 sub-DAS dengan 12 pos hujan terpilih yang mampu mengirimkan data hujan harian
secara kontinu. Analisa kekeringan menggunakan metode Thornthwaite dan Mather (1957) yang berupa
indeks yang menginformasikan tingkat kekeringan suatu daerah dengan menggunakan parameter neraca air.
Hasil studi menunjukkan indeks kekeringan terbesar terjadi pada tahun 1991, 1994, 1997, 2002 dan 2008
(terjadinya El-Nino) pada bulan Juli sampai Oktober. Indeks kekeringan sebanding dengan menurunnya debit
AWLR Gadang pada tahun-tahun tersebut.
Kata kunci: Indeks kekeringan, Thornthwaite, El-Nino, Neraca Air, Perubahan Iklim
ABSTRACT
Drought is a natural hazard which is characterized by the scarcity of water. Drought disaster
management with non-structural approach through drought monitoring with drought spatial information in
monthly drought index map and temporal information for each region in sub-watershed. The location of
research is Upstream Brantas River Basin which is divided into 3 (three) sub catchments supplemented with
12 (twelve) selected rainfall stations capable of sending real-time daily rainfall data. The analysis of this
drought uses Thornthwaite and Mather’s (1957) method, which is an index to inform the drought rate of a
region by using water balance parameter. Result of study indicates that the biggest drought index is found in
years of 1991, 1994, 1997, 2002 and 2008 (during the happening of El-Nino) from July to October. This high
drought index seems following the decrease of the discharge at Gadang AWLR in those years.
Keywords: Drought Index, Thornthwaite, El-Nino, Water Balance,Climate Change
1. PENDAHULUAN seluruh dunia akibat jarangnya air seperti
di Gurun Sahara Afrika dan Asia Barat
Kekeringan merupakan salah satu
dan adanya musim kemarau yang
jenis bencana alam yang terjadi secara
berkepanjangan akibat penyimpangan
perlahan, berlangsung lama sampai
iklim seperti El-Nino terjadi pada tahun-
musim hujan tiba, berdampak sangat luas
tahun tertentu di Australia, Amerika,
dan bersifat lintas sektoral (ekonomi,
Meksiko, Filipina dan Indonesia
sosial, kesehatan, pendidikan, dll).
(Anonim, 2003).
Kejadian kekeringan ini terjadi hampir
Masalah kekeringan tidak boleh indeks kekeringannya. Salah satu metode
dilihat sebagai masalah yang ringan, perhitungan indeks kekeringan telah
sebab di Indonesia bencana kekeringan dikemukakan oleh Thornthwaite (1957)
merupakan ancaman yang sering dengan prinsip neraca air menggunakan
menggangu sistem produksi pertanian, faktor evapotraspirasi sebagai faktor
khususnya fenomena El-Nino dimana utama.
musim kemarau terjadi lebih panjang
Tujuan dari studi ini adalah:
daripada musim hujan. Sedangkan La-
1. Untuk pemprediksi besarnya potensi
Nina merupakan suatu fenomena alam
daerah rawan kekeringan yang terjadi
yang terjadi dimana musim penghujan
pada daerah studi.
semakin panjang di Indonesia.
2. Untuk menggambarkan kondisi dari
Langkah rehabilitasi kerusakan
dampak terjadinya kekeringan.
akibat dampak kekeringan dan perubahan
3. Menjadi pilot project dari analisa
iklim (reaktif) akan jauh lebih mahal
potensi kekeringan hidrologi yang ada
dibandingkan dengan langkah adaptasi
pada DAS Brantas.
dan antisipasi kekeringan (mitigasi). Hal
ini disebabkan dampak yang ditimbulkan 4. Untuk memanfaatkan teknologi GIS
dari peristiwa El-Nino yakni dalam menyelesaikan suatu masalah
mempengaruhi beberapa sektor yang sumber daya air khususnya potensi
menggunakan ketersediaan air di daerah rawan kekeringan.
permukaan tanah (pertanian), disungai
(Pertanian, air baku), diwaduk (Pertanian, 2. BAHAN DAN METODE
air baku, PLTA) dan air tanah (air baku,
A. Daerah Penelitian
pertanian). Sehingga, dimusim kering
Lokasi Studi yang akan digunakan
sering timbul konflik pengguna air dari
adalah DAS Brantas Bagian Hulu dengan
berbagai sektor.
luas ketiga Sub-DAS sebesar 775,04 km2
Kekeringan yang terjadi di daerah
terdiri dari :
studi yakni DAS Brantas bagian Hulu,
-Sub-DAS Amprong = 353,641 km2,
dampaknya memang tidak langsung
terlihat, namun seiring semakin -Sub-DAS Bango-Sari = 238,44 km2
menyusutnya jumlah mata air yang ada -Sub-DAS Upper Brantas = 182,96 km2.
mengindikasikan daerah tersebut mulai
Adapun batas wilayah hidrologi DAS
mengalami kekeringan. Hal ini di
Brantas Hulu adalah sebagai berikut :
buktikan dengan kawasan resapan air
Wilayah DAS Brantas Hulu banyak yang - Sebelah Barat berbatasan dengan Sub-
hilang akibat alih fungsi lahan yang DAS Konto di Kabupaten Malang
menyebabkan penyusutan jumlah mata - Sebelah Timur berbatasan dengan
air. Investigasi yang dilakukan di daerah Kabupaten Malang
Toyomerto-Gunung Arjuno dan Gunung - Sebelah Utara berbatasan dengan sub
Kawi menunjukkan secara jelas DAS Brangkal dan Sub DAS Sadar
mengecilnya mata air yang ada dan Kabupaten Mojokerto dan Pasuruan
bahkan hilangnya beberapa sumber mata - Sebelah Selatan berbatasan dengan
air (Survei Ecoton bersama Intenational Sub DAS Metro Kabupaten Malang
Union for Conservation of Nature and
Lokasi studi berada pada DAS
Natural Resources (IUCN) Ecosystem-
Brantas Hulu yang berfungsi sebagai
Grant Programme (EGP) Belanda).
daerah penyangga dan memiliki potensi
(Budi K, 2010).
pengembangan pembangunan wilayah
Tingkat kekeringan suatu daerah yang baik. Lokasi DAS Brantas Hulu ini
dapat diketahui dengan menghitung ditunjukkan oleh Gambar 1
Gambar 1. Peta Lokasi Studi
Sumber : Hasil Arcview
B. Data 7. Data debit pada outlet wilayah studi
Bahan yang digunakan dalam yakni Pos AWLR Gadang diperoleh
penelitian ini berupa data-data sekunder dari BBWS Brantas.
yang terdiri atas : 8. Peta Batas Daerah Aliran Sungai
diperoleh dari BBWS Brantas.
1. Data Curah Hujan
Digunakan data curah hujan selama 22
C.Kajian Pustaka
tahun pengamatan (1990-2011) yang
diperoleh dari BBWS Brantas. Prinsip neraca air menggunakan
evapotraspirasi potensial memerlukan
2. Data klimatologi, meliputi data
data hujan, data suhu dan kelengasan
temperatur udara tahun 1990 – 2012.
tanah sebagai faktor utama.
Data ini diperoleh dari Stasiun
Klimatologi Karangploso. a) Curah Hujan
3. Peta Topografi (Skala 1 : 25.000) Data curah hujan yang dibutuhkan
diperoleh dari BBWS Brantas. adalah data-data dari stasiun yang
4. Peta Tata Guna Lahan diperoleh dari berada di dalam lokasi(Gambar 2).
BBWS Brantas. Pemilihan stasiun yang digunakan dalam
5. Peta Kesesuaian Lahan, Peta Batas analisa hidrologi ini berdasarkan atas
DAS diperoleh dari BBWS Brantas. lokasi stasiun curah hujan tersebut dan
ketersediaan data dalam periode yang
6. Peta Jenis Tanah dan Tekstur Tanah
cukup (lebih dari 20 tahun) dan juga
diperoleh dari BBWS Brantas.
berdasarkan curah hujan tahunan yang
sesuai dengan daerah di DAS setempat.
c) Evapotranspirasi Potensial
Evapotranspirasi potensial (PE)
adalah laju evapotranspirasi yang terjadi
dengan anggapan persediaan air dan
kelembaban tanah cukup sepanjang
waktu, sedangkan evapotranspirasi aktual
(EA) adalah evapotranspirasi yang terjadi
sesungguhnya sesuai dengan keadaan
persediaan air/kelembaban tanah yang
tersedia. Nilai EA=PE apabila persediaan
air tidak terbatas (Soewarno, 2000).
Thornthwaite merupakan metode
empiris dengan cara menghitung
evapotranspirasi potensial dari data suhu
Gambar 2. Peta Sebaran Pos Hujan
udara rata-rata bulanan, standar bulan 30
Sumber : Hasil Arcview
hari dan lama penyinarannya 12 jam.
b) Suhu Udara Adapun persamaan adalah sebagai
berikut :
Variasi suhu di Indonesia lebih
dipengaruhi oleh ketinggian tempat
(altitude). Suhu maksimum di Indonesia
menurun sebesar 0,6°C untuk setiap
kenaikan elevasi setinggi 100 meter,
sedangkan suhu minimum menurun
0,5°C setiap kenaikan elevasi 100 meter.
T = 31,3 –0,006x (1)
maks
T = 22,8 –0,005x (2)
min
Dimana:
T = suhu maksimum (C) Dimana :
maks
Tmin = suhu minimum (C) Tm = suhu udara reratabulanan (C)
X = ketinggian tempat (m) I = indeks panas tahunan.
i = indeks panan bulanan
Tidak semua pos stasiun hujan
memiliki data suhu udara. Sehingga perlu PE = Evapotraspirasi potensial yang
x
melakukan pendugaan suhu dari stasiun belum disesuaikan dengan
terdekat dalam lokasi studi yakni pada faktor f (mm/bulan)
Stasiun Klimatologi Karangploso Malang
Evapotranspirasi potensial terkoreksi
dengan cara mempertimbangkan faktor
dikalikan faktor koreksi yang bisa dilihat
ketinggian tempat. Untuk penyesuaian ini
pada persamaan 8.
digunakan caraMock(1973).
PE = f x PE (4)
X
t = 0,006 ( z –z ) C (3)
1 2
Dimana :
Dimana:
f = Faktor koreksi (tabel Koefesien
t = perbedaan suhu antara stasiun penyesuaian hubungan antara
pengukuran dengan stasiun jumlah jam dan hari terang
pengukuran yang dianalisa (C) berdasarkan lokasi)
z1 = elevasi stasiun pengukuran (m) PE = Nilai Evapotraspirasi potensial
z = elevasi stasiun hujan analisa (m) (mm/bulan)
2
d) Air Tersedia Dan Kapasitas mempunyai evapotraspirasi potensial
Penyimpanan Air (Water Holding lebih daripada curah hujan ( nilai P – PE)
Capacity) negatif.
Pendugaan kapasitas menyimpan air
(WHC) dilakukan secara tidak langsung.
Cara ini memerlukan Peta Tanah (tekstur
tanah) dan Peta Liputan Vegetasi
Apabila P > PE, seri data ini terputus,
(penggunaan lahan) serta tabel konversi
APWL = 0
Thornthwaite Mather. Adapun cara
pendugaan yang dilakukan dengan :
c) Kelengasan Tanah
- Membuat peta isohyet pada peta
- Pada bulan-bulan basah (P >PE), nilai
jaringan stasiun hujan.
ST = ST (water holding capacity)
- Dilakukan overlay peta sebaran hujan, O
peta jenis tanah (tekstur tanah - Bulan-bulan basah (P >PE) berakhir
diketahui) dan peta tutupan lahan. digantikan bulan-bulan kering (P<PE),
pada bulan ini ST tiap bulan dihitung
- Dilakukan perhitungan luas setiap
dengan rumus :
bentuk penggunaan lahan pada setiap
potigon dengan mempertimbangkan ST = ST * e (APWLi -ST ) (5)
O O
perbedaan tekstur tanahnya.
Dimana:
- Dengan Tabel Pendugaan Kapasitas
ST = Kandungan lengas tanah
Air tersedia berdasarkan kombinasi
dalam daerah perakaran (mm)
tipe tanah dan vegetasi, diperoleh nilai
ST = Kandungan lengas tanah
air tersedia (mm/m) dan panjang O
dalam kapasitas lapang (mm)
perakaran, maka nilai kapasitas
menyimpan air (water holding APWL= Jumlah kumulatif dari
capacity) didapat. defisit curah hujan (mm)
- Selanjutnya apabila bulan kering
Dengan memanfaatkan sistem
berakhir digantikan dengan bulan
informasi geografis (SIG) pendugaan
basah kembali, nilai ST tiap bulan
kapasitas menyimpan air (WHC atau
dilakukan dengan menjumlahkan
ST ) dapat dilakukan.
O
selisih P–PE dengan ST bulan
sebelumnya, sehingga suatu saat nilai
D.Metode
penjumlah tersebut sama dengan nilai
Tahapan-tahapan perhitungan Indeks
ST (apabila nilai ST melebihi nilai
O
kekeringan adalah sebagai berikut :
ST ) maka nilai ST tetap dituliskan
O
sama besarnya dengan nilai ST ).
O
a) Menghitung selisih antara P dan
PE tiap bulan ST = ST + (P –PE) (6)
i i-1
- (P – PE) > 0, terjadi surplus curah hujan
ST > ST maka ST = ST (7)
(periode bulan basah) O O
- (P – PE) < 0, terjadi defisit curah hujan
d) Perubahan Kelengasan Tanah
(periode bulan kering)
Perubahan lengas tanah (ST) tiap
b) Menghitung jumlah komulatif dari bulan dihitung dengan mengurangkan
defisit curah hujan (Accumulation nilai (ST) pada bulan yang bersangkutan
Potential Water Loss, APWL) dengan (ST) pada bulan sebelumnya
(ST=ST-ST ), tanda nilai negatif
Dengan menjumlahkan angka-angka i i-1
menyebabkan tanah menjadi lebih kering.
(P–PE) untuk bulan-bulan yang
e) Evapotranspirasi Aktual(E ) 3. HASIL DAN PEMBAHASAN
A
Besarnya evapotrasipirasi aktual tiap
A. Analisa Data Curah Hujan
bulan yaitu :
Pola dan variasi curah hujan rerata,
- Pada bulan basah P >PE, nilai E = PE
A maksimum dan minimum bulanan di
- Pada bulan kering P < PE, nilai EA = daerah studi dapat dilihat pada gambar 3
P–ST. dimana grafik besarnya curah hujan dari
waktu kewaktu menggambarkan suatu
f) Perhitungan Defisit(D)
pola dan siklus tertentu. Kadang terjadi
Kekurangan lengas (moisture
penyimpangan pada pola itu, tetapi
deficit,D) yang terjadi pada bulan-bulan
biasanya kembali lagi pada pola yang
kering P<PE, diperoleh dari selisih
teratur. Fluktuasi ini menghasilkan
evapotraspirasi potensial dengan
variasi musiman, yaitu musim kering
evapotranspirasi aktial (D= PE-E ).
A (kemarau) pada bulan Agustus dan
musim basah (penghujan) pada bulan
g) Kelebihan Lengas (S)
Januari.
Kelebihan lengas (moisture surplus, Pola Curah Hujan Daerah Studi
S) yang terjadi pada bulan-bulan basah 450
400
P>PE, diperoleh dari S = (P –PE) –ST. 350
m)
m 300
h) Perhitungan Indeks Kekeringan Tinggi Hujan ( 122505000
Dari hasil perhitungan neraca air bila 100
diperoleh nilai D (defisit air), kemudian 50
0 Jan Feb Mar Apr Mei Jun Jul Agust Sep Okt Nop Des
menjadi variabel masukan untuk Rerata 350.1 305.6 283.8 199.8 81.2 38.1 19.8 17.1 26.9 83.6 234.2 321.8
Maksimum 415.9 369.8 356.2 258.0 121.9 50.1 32.3 26.2 36.6 102.4 306.4 408.8
menghitung Indeks Kekeringan (%) Minimum 307.7 267.7 235.7 158.2 58.2 16.3 12.0 6.8 19.1 75.2 192.9 271.1
Gambar 3.Pola Curah Hujan Rata-rata
menurut Thornthwaite dihitung dengan
Sumber : Hasil Analisa
rumus :
B. Analisa Spatial Curah Hujan
Dalam analisa pola curah hujan
(8)
dengan metode Mohr membedakan
Dimana :
keadaan hujan bulanan menjadi tiga
Ia = Indeks Kekeringan (%) golongan, yaitu bulan basah, bulan kering
D = Kekurangan/defisit air (mm) dan bulan lembab. Bulan basah adalah
bulan yang curah hujannya melebihi 100
Indeks kekeringan (%) diperoleh dari
hasil analisa keseimbangan air untuk mm (P100mm), sedangkan bulan kering
masing-masing stasiun. adalah bulan yang curah hujannya kurang
dari 60 mm (P≤60 mm). Antara bulan
Nilai indeks kekeringan metode
basah dan bulan kering disebut bulan
Thornthwaite tiga tingkat kekeringan,
lembab (60≤P≤100 mm). Hasil analisa
yaitu : ringan, sedang, dan berat.
spatial curah hujan menurut Mohr pada
Tabel 1 Nilai Indeks Kekeringan menurut lokasi studi dapat dilihat pada Gambar 4
Thorthwaite berikut ini.
Indeks Kekeringan Analisa spatial curah hujan dilakukan
Tingkat Kekeringan
(Ia) % untuk melihat daerah mana saja yang
0,00 –16,7 Ringan memiliki potensi kekeringan dengan
dilihat dari besar kecilnya nilai curah
16,7 –33,3 Sedang
hujan itu sendiri. Selain itu, analisa ini
> 33,3 Tinggi
dilakukan untuk mengetahui besar
Sumber : Iiaco B.V., 1981Oleh Lasmana, I, 2008
kecilnya curah hujan tiap titik pos hujan.
Gambar 4. Spatial curah hujan menurut Mohr tiap bulan
Dari gambar di atas, dapat dilihat a) Analisa Tata Guna Lahan
bahwa curah hujan minimum secara Dalam analisa tata guna lahan
keseluruhan terjadi pada bulan Juni, Juli, diperoleh adanya perubahan tata guna
Agustus, September danOktober. lahan tahun 2001 dan 2008 seperti pada
Pos Jabung berada di sub-DAS tabel 3 berikut ini.
Amprong memiliki curah hujan tertinggi Tabel 3 Perubahan Tata Guna Lahan
171,2 mm/bulan (Desember), sedangkan
Luas 2001 Luas 2008
Pendem berada pada sub-DAS Upper No Penggunaan Lahan Perubahan
Km2 (%) Km2 (%)
Brantas dengan curah hujan terendah 1 Air Tawar 1.19 0.15 1.19 0.15 0.00
sebesar 0,9 mm/bulan (Juli dan Austus). 2 Hutan 188.82 24.41 103.01 13.32 -11.09
3 Kebun 61.68 7.97 101.57 13.13 5.16
C. Analisa Neraca Air 4 Padang Rumput/Tanah Kosong 12.19 1.58 16.04 2.07 0.50
5 Pemukiman 84.00 10.86 88.55 11.45 0.59
Kebutuhan air total di lokasi studi
6 Sawah Irigasi 117.78 15.23 113.67 14.70 -0.53
tahun 2013 sampai pada akhir tahun
7 Sawah Tadah Hujan 2.43 0.31 2.36 0.31 -0.01
proyeksi (tahun 2030), laju pertumbuhan 8 Semak Belukar 96.80 12.51 87.63 11.33 -1.19
(r)=0,25% dapat dilihat pada tabel 2. 9 Tanah Ladang 208.59 26.97 259.46 33.54 6.58
Jumlah 773.47 100.00 773.47 100.00
Tabel 2 Perbandingan selisih kebutuhan Sumber : Hasil Analisa Arc-View 3.3
Dari tabel 3 di atas, disimpulkan
dan ketersediaan air
bahwa DAS Brantas Hulu mengalami
Tahun Outflow Selisih
perubahan tata guna lahan secara
2013 307,112 85,202
signifikan selama kurun waktu 7 tahun,
2015 315,695 75,619
ditunjukkan berkurangnya prosentase
2020 342,847 49,467
hutan sebesar -11,09% dan beralih
2025 377,914 14,400
dengan bertambahnya prosentase kebun
2030 414,574 -22,259
dan tanah ladang.
Sumber : hasil Analisa
b) Analisa Kapasitas Penyimpanan
Gambar IV.13
GRAFIK KESEIMBANGAN AIR PADA TAHUN 2013 Air (water holding capacity)
40 0
35 10 Berdasarkan peta penggunaan lahan
20
Debit (m3/dtk)12235050 34560000 dteir saetadsi,a ,m apkaan jdainpge rozloehn an ilpaei rkaakpaarasintasd aainr
10 7800 kelembaban. Rekapitulasi nilai STo tahun
5 90
0 I JAIINIII I FEIIBIII IMAIIRIII I APIIRIII I MIEIIIII I JUIINIII I JUIILIII IAGUIISTIII I SEIIPIII I OIKITIII I NOIIPIII I DEIISIII 100 2001 dan tahun 2008 dapat dilihat pada
Periode tabel 4berikut ini.
CH Eff KETERSEDIAAN AIR KEBUTUHAN AIR
Gambar 5.Grafik Keseimbangan Air
Tabel 4 Nilai kapasitas penyimpanan air
Bulanan Tahun 2013
di setiap stasiun hujan
NILAI STo
GRAFIK KESEIMBAGNaGmAbNa rA IVIR.2 1PADA TAHUN 2030 NO STASIUN Tahun 2001 Tahun 2008 Perubahan
40 0
35 10 1 Jabung 215.364 214.831 -0.533
20
30 2 Karangploso 150.723 146.939 -3.784
30
Debit (m3/dtk)122505 456000 34 PTuomncpoaknugsumo 216944..480237 216934..486236 -00..090401
70 5 Ngaglik 275.113 265.778 -9.335
10
80
5 90 6 Ngujung 194.388 192.159 -2.229
0 I II III I II III I II III I II III I II III I II III I II III I II III I II III I II III I II III I II III 100 7 Pendem 221.981 206.232 -15.749
JAN FEB MAR APR MEI JUN JUL AGUST SEP OKT NOP DES
Periode 8 Temas 193.563 193.450 -0.113
CH Eff KETERSEDIAAN AIR KEBUTUHAN AIR
Gambar 6.Grafik Keseimbangan Air 9 Tinjumoyo 257.927 254.081 -3.846
10 Kedung Kandang 131.202 131.202 0.000
Bulanan Tahun 2030
11 Lowokwaru 171.592 164.018 -7.574
12 Singosari 155.021 154.119 -0.902
Dari grafik didapatkankeseimbangan
Sumber : Hasil Analisa
tahun 2013 sebesar 85,202 juta m3/tahun
Dari tabel di atas, dapat diketahui
(surplus). Mengalami penurunan pada
bahwa nilai kapasitas penyimpanan air
proyeksi tahun 2030 sebesar -22,259 juta
mengalami penurunan selama kurun
m3/tahun (defisit).
waktu 7 tahun.
D. Analisa Data Debit Dari grafik di atas diperoleh nilai
debit minimum pada tahun 1991, tahun
Data debit AWLR Gadang yang
1997, tahun 2002 dan tahun 2008.
digunakan dalam studi ini berada pada
outlet DAS Brantas hulu. Berikut ini Perubahan besarnya ratio antara debit
adalah nilai debit minimum pada tahun maksimum dan minimum harian pertahun
1991 –2011. yang diiringi intensitas curah hujan
memperlihatkan adanya perubahan
DEBIT MINIMUM TAHUNAN (M3/DT)
30 karakteristik aliran yang sangat berarti.
25 Debit Minimum Bulanan Sehingga membutuhkan adanya
20
m3/dt)15 pengamatan pola aliran harian pada pos
Debit (10 7,01 7,44 7,54 AWLR Gadang dan 12 pos hujan yang
6,00 dianggap mewakili zona hulu DAS
5
0 Brantas seperti pada gambar 8 sampai
dengan gambar 11.
Gambar 7.Debit minimum AWLR Gadang
Sumber : Hasil Analisa
TAHUN 1991 -1995
200 0
190
180 10
170
160 20
m3/dt)114500 30
Debit Harian (111101230000 CDuerbaith H Haurijaann Harian 4500
90
80 60
70
60 70
50
40 80
30
20 90
10
0 100
1991 1992 1993 1994 1995
Gambar 8.Perbandingan Debit Harian AWLR Gadang dan Intensitas Hujan
12 Pos Hujan pada Tahun 1991-1995
Tahun 1996 -2000
200 0
190
180 10
170
160 20
m3/dt)114500 30
Debit Harian (111101230000 Curah Hujan Harian 4500
90 Debit Harian
80 60
70
60 70
50
40 80
30
20 90
10
0 100
1996 1997 1998 1999 2000
Gambar 9.Perbandingan Debit Harian AWLR Gadang dan Intensitas Hujan
12 Pos Hujan pada Tahun 1996-2000
TAHUN 2001 -2005
200 0
190
180 10
170
160 20
150
140 30
Debit Harian (m3/dt)1111890123000000 CDuebraith H Haurijaann Harian 456000
70
60 70
50
40 80
30
20 90
10
0 2001 2002 2003 2004 2005 100
Gambar 10. Perbandingan Debit Harian AWLR Gadang dan Intensitas Hujan
12 Pos Hujan pada Tahun 2001-2005
TAHUN 2006 -2011
200 0
190
180 10
170
160 20
Debit Harian (m3/dt)111111012345000000 CDuebraith H Hauriajann Harian 345000
90
80 60
70
60 70
50
40 80
30
20 90
10
0 2006 2007 2008 2009 2010 2011 100
Gambar 11. Perbandingan Debit Harian AWLR Gadang dan Intensitas Hujan
12 Pos Hujan pada Tahun 2006-2011
Perubahan karakteristik aliran yang menyimpan air seperti pada tahun
terindikasi dari debit maksimum pada sebelumnya, sehingga air langsung
saat musim hujan dan debit minimum mengalir masuk ke sungai.
pada musim kemarau merupakan salah
Dari analisa tata guna lahan
satu indikator yang menunjukkan
sebelumnya terlihat perubahan fungsi
kekritisan kondisi DAS. Perubahan
hutan menjadi tanah ladang dan kebun
tersebut dapat dilihat dari data perubahan
sebesar 11,09% telah berakibat pada
pola debit rata-rata harian pada pos
peningkatan intensitas debit maksimum
AWLR yang diiringi dengan fluktuasi
pada tahun 2006 karena hujan pada DAS
hujan yang deras menunjukkan bahwa
tersebut dominan tidak tertahan pada hulu
DAS tersebut mengalami kerusakan
DAS yang berupa hutan.
akibat perubahan tata guna lahan.
Pada awal tahun 1991 fluktuasi E. Analisa Spatial Indeks Kekeringan
hidrograf dan intensitas hujan terlihat Analisa spatial indeks kekeringan
masih menunjukan bahwa DAS masih tahunan ini bertujuan untuk mengetahui
dapat menahan atau menyimpan air, besarnya nilai kekeringan tahun 1990 –
sedangkan mulai tahun 2006 intensitas 2011, ditunjukkan seperti gambar 12.
hujan pada DAS sudah tidak dapat