3-Iman Santosa-Historical Emission Level Dan Projeksi

Post on 29-Dec-2015

24 views 1 download

Transcript of 3-Iman Santosa-Historical Emission Level Dan Projeksi

Historical Emission Level dan Proyeksi EmisiUntuk Sektor Berbasis Lahan

Iman SantosaKementerian Kehutanan

Bandung 22 Mei 2012

Pelatihan Inventarisasi Emisi GRK dan Penghitungan BAU

I. PENDAHULUAN

Bagaimana Menduga Emisi Masa Depan

Masa Lalu Sekarang Masa

Depan

3

Data Historis Proyeksi

DATA KEMENHUT

CO2

II. DATA DEFORESTASI HISTORIS

Laju Deforestasi 1990-1996 1996-2000

2000-2003 2003-2006 2006-2009

Seluruh Indonesia 1.87 3.51 1.08 1.17 0.832

Di dalam Kawasan Hutan 1.37 2.83 0.78 0.76 0,603

Di luar Kawasan Hutan (APL) 0.50 0.68 0.30 0.41 0,229

DATA DEFORESTASI 1990-2010 (in Mil. Ha) * Data ALLREDDI (Kemenhut-ICRAF)

1990 2000 2005 2010

Undisturbed 106.58

75.60

58.94

50.99

Logged over 17.10

29.22

38.63

39.71

Timber plantation 1.27

1.98

3.24

5.87

124.95

106.80

100.81

96.57

1990-2000 2000-2005 2005-2009 2006-2009(KEMENHUT)

Forest Loss (Mha/yr)

1.82

1.20

0.85 0.832

III. PROYEKSI

Sekarang

Tahun 2020

26% dan 41%

Tahun 2030

Net Sink

6

7

PROYEKSI EMISI

• Tingkat Deforestasi Historis:• Tingkat Deforestasi Proyeksi: “From

satellite interpretation, rate of forest loss between 2000 and 2005 reached about 1.1 millionha per year (BAPLAN, 2008)”. Sumber: KLH SNC (Second National Communication to UNFCCC) 2010

• Data Emisi: 2000-2005 (SNC, 2010)

Modified from: UNREDD general and MRV framework COP, 2010

*) - Sesuai Good practices and Guidelines of the Intergovernmental Panel on Climate Change (IPCC, 2003 dan 2006);

- Akan disesuaikan dengan konteks perhitungan REDD+ Indonesia (Emisi, Serapan, Stok)

= XCO2

equivalent

DATA AKTIVITAS

FAKTOR EMISI

PERKIRAAN NET EMISI

PENGHITUNGAN EMISI

Inventarisasi GRK untuk Kehutanan dan Lahan Gambut*)

PENDUGAAN EMISI DAN SERAPAN

Data Aktivitas: Perubahan Penutup Lahan: Landsat 5, Landsat 7 ETM+ , citra lain yg tersedia(1990, 1996, 2000, 2003, 2006, 2009, 2011)

Faktor Emisi:

Sample Plot National Forest Inventory (NFI) • 1990-1996 ( 2.735 cluster plots)• 1996-2000 ( 1.145 cluster plots)• 2000-2006 ( 485 cluster plots)• 2006-2014 (>3.000 cluster plots)

Data Sample Plot di Provinsi selain data NFI

IV. EMISI HISTORIS DAN PROYEKSI

Sumber: SNC, 2010: Indonesia Second National Communication, Under UNFCCC, Ministry of Environment, Republic of Indonesia, Jakarta, November 2010

V. Emisi Provinsi

• Top-Down dari Emisi Nasional: • Berdasarkan proporsi emisi provinsi 1990-

2009 Menggunakan gabungan data ALLREDDI dan Kemenhut

Emisi Nas 2020: 2,95 Gt 33 Prov• Deforestasi pada area bergambut diasumsikan

memiliki emisi 2 kali lipat dari emisi di tanah mineral

11

INDONESIALand Cover Map

2009

1.760.000.000 ton CO2 e

60.000.000 ton CO2 e 58.000.000 ton CO2 e

92.000.000 ton CO2 e

553.000.000 ton CO2 e

313.000.000 ton CO2 e

Contoh Provinsi KALTENG:• REL yang ditetapkan pusat akan diklarifikasi• Upaya penurunan emisi disesuaikan dengan Rencana

Pembangunan Daerah (RPJMD) dan RTRW Provinsi

Hasil:1. Luas source carbon

2. Luas sink carbon

Akumulasi Penurunan Emisi tiap provinsi dan luas hutan sebagai

source dan sink karbon

STRATEGI NASIONALREDD+

688.000.000 ton CO2 e

PENDUGAAN EMISI/SERAPAN SUB-NASIONAL(Dari Perhitungan Nasional)

DISTRIBUSI REL PROVINSI

Riau

Kaliman

tan Te

ngahPap

ua

Kaliman

tan Ti

mur

Kaliman

tan Bara

t

Sumate

ra Se

latan

Papua B

arat

Sumate

ra Utar

aAce

hJam

bi

Sulaw

esi Tenga

h

Kaliman

tan Se

latan

Sumate

ra Bara

t

Nusa Te

nggara

Timur

Maluku

Sulaw

esi Tengg

ara

Maluku

Utara

Sulaw

esi Selat

an

Sulaw

esi Bara

t

Jawa T

imur

Nusa Te

nggara

Barat

Bangk

a Belitu

ng

Lampung

Bengkulu

Gorontal

o

Sulaw

esi Utar

a

Jawa T

engah

Jawa B

arat

Kepulauan

Riau Bali

Bante

n DIY DKI.000

50000000.000

100000000.000

150000000.000

200000000.000

250000000.000

300000000.000

350000000.000

Ne

t E

mis

i B

AU

20

20

(T

on

CO

2e

)

Provinsi

DISTRIBUSI REL REGIONAL JAWA

Jawa Timur Jawa Tengah Jawa Barat Banten DIY DKI.000

2000000.000

4000000.000

6000000.000

8000000.000

10000000.000

12000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%

Em

isi

(To

n C

O2

e)

Provinsi

Net Emisi BAU 2020

DISTRIBUSI REL REGIONAL BALI, NUSTENG, MALUKU

Nusa Tenggara Timur Maluku Maluku Utara Nusa Tenggara Barat Bali.000

5000000.000

10000000.000

15000000.000

20000000.000

25000000.000

30000000.000

35000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%

Em

isi

(To

n C

O2

e)

Provinsi

Net Emisi BAU 2020

DISTRIBUSI REL REGIONAL REGIONAL SUMATERA BAG UTARA

Riau Sumatera Selatan Jambi Bangka Belitung Kepulauan Riau.000

50000000.000

100000000.000

150000000.000

200000000.000

250000000.000

300000000.000

350000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%

Em

isi

(To

n C

O2

e)

Provinsi

Net Emisi BAU 2020

DISTRIBUSI REL REGIONAL SUMATERA BAG SELATAN

Sumatera Utara Aceh Sumatera Barat Lampung Bengkulu.000

10000000.000

20000000.000

30000000.000

40000000.000

50000000.000

60000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%Net Emisi BAU 2020

Em

isi

(To

n C

O2

e)

Provinsi

DISTRIBUSI REL REGIONAL SULAWESI

Sulawesi Tengah Sulawesi Tenggara Sulawesi Selatan Sulawesi Barat Gorontalo Sulawesi Utara.000

5000000.000

10000000.000

15000000.000

20000000.000

25000000.000

30000000.000

35000000.000

40000000.000

45000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%

Em

isi

(To

n C

O2

e)

Provinsi

Net Emisi BAU 2020

REGIONAL KALIMANTAN

Kalimantan Tengah Kalimantan Timur Kalimantan Barat Kalimantan Selatan.000

50000000.000

100000000.000

150000000.000

200000000.000

250000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%Net Emisi BAU 2020

Em

isi

(To

n C

O2

e)

Provinsi

DISTRIBUSI REL REGIONAL PAPUA

Papua Papua Barat.000

50000000.000

100000000.000

150000000.000

200000000.000

KUOTA EMISI Kuota Emisi 26% Kuota Emisi 41%

Em

isi

(To

n C

O2

e)

Provinsi

Net Emisi BAU 2020

Proyeksi Emisi Provinsi

Sebaiknya :• Pendekatan Bottom-Up• Data lebih detil (AD dan EF) Pendekatan

keunikan karakter vegetasi masing• Data historis sejauh mungkin kebelakang

Agar fleksibel menentukan data yang akan digunakan

21

Terima Kasih