INTRODUCTION

Penilaian kesehatan sungai se-Australia telah terpenuhi melalui program KesehatanSungai Nasional. Penilaian menggunakan metode terstandarisasi, terintegrasi dan pesat untuk menilai kesehatan ekologi sungai, yang disebut AUSRIVAS.

Komponen bioassessment dari AUSRIVAS menggunakan sejumlah model, yang memprediksi komposisi dari komunitas makroinvertebrata pada lokasi sungai yang tidak terkena dampak apapun (taxa yang diharapkan/ E value) [*taxa = taksonomi, contoh: kelas, spesies, famili] yang dibandingkan dengan komunitas makroinvertebrata yang benar-benar ditemukan di lokasi (taxa yang diamati/O value). Model-model ini berdasarkan dari data yang diambil dari 1500 lokasi acuan di Australia yang sebelumnya dikumpulkan dan dianalisis melalui program Kesehatan Sungai Nasional. Penilaian AUSRIVAS dilaporkan sebagai perbandingan antara taxa yang diobservasi dengan yang diharapkan (O/E). Rasio tersebut lalu ditetapkan ke dalam suatu bentang (range) yang menunjukkan tingkat dari dampak pada sungai.

Metode statistik untuk menilai kesehatan sungai Australia adalah turunan dari pendekatan yang digunakan di Inggris yang melibatkan pendekatan klasifikasi semi subjektif untuk menentapkan kelompok lokasi acuan untuk membuat suatu model prediktif. Proyek ini bertujuan untuk mengembangkan lebih jauh dan menerapkan pendekatan analitis yang menggunakan karakteristik multivariabel dari seluruh kumpulan data referensi untuk membandingkan antar lokasi pengujian dengan metode yang disusun dan disempurnakan oleh program Kesehatan Sungai Nasional.

NOTES

METHOD NAME CHANGE

Nama metode ini (e-ball) berasal dari mekanisme awal yang ditemukan oleh David Stockwell (Stockwell & Faith, 1996) dimana lokasi acuan dalam suatu jarak tertentu dari lokasi tes digunakan dalam prediksi.

Metode ini dimodifikasi setelah percobaan awal di Tahap 1 proyek ini dan digantikan dengan pendekatan“nearest neighbour” (tetangga terdekat?), dimana sekumpulan lokasi yang paling meirip satu sama lain dipilih. Metode ini kini disebut sebagai Assessment by Nearest Neighbour Analysis (ANNA)

ANNA MODELLING

Fungsi dari pemodelan ANNA (Linke et al 2005) adalah untuk memungkinkan prediksi dari kondisi biota dari suatu lokasi yang belum diambil sampelnya. Pada metode AUSRIVAS, diperlukan dua nilai yang ditinjau: taxa yang diharapkan dan taxa yang terjadi di lapangan, yang kemudian didapat rasio.

Untuk area yang belum disampel, diperlukan adanya prediksi dari taxa yang diharapkan dan taxa yang terjadi di lapangan (E) dalam kondisi tertentu (modelled observed value / MO). Secara bersama-sama kedua nilai ini memberikan rasio MO/E, yang berfungsi sebagai pengganti rasio O/E AUSRIVAS. Pendekatan ANNA lebih disenangi karena tidak memerlukan langkah klasifikasi dan lebih efisien dalam perhitungannya dengan output yang sama.

<<masukkan chart yang dulu aku kirim>>

Pendekatan ANNA mirip dengan AUSRIVAS/RIVPACS dimana metode-metode itu dapat digunakan untuk menghitung rasio taxa yang ditinjau terhadap taxa yang diharapkan (observed/expected ratio). Perbedaan mendasarnya dalah langkah klasifikasi dan anlaisis fungsi diskriminan dari AUSRIVAS/RIVPACS tidak diperlukan. Daripada melalui tahapan multivariate (?), prosedur ANNA mencari lokasi (sites) yang memiliki kondisi paling mendekati berdasar dari sejumlah variabel alam dengan mengkalkulasi jarak Euclidean diantara lokasi tes dan sejumlah lokasi referensi. Euclidean distance, yang juga disebut jarak ekologikal (?), adalah koefisien yang tua dan sederhana dan telah digunakan secara luas di studi lingkungan (Faith et. Al 1987) untuk mendeskripsikan perbedaan diantara habitat. Lokasi-lokasi yang memiliki kesamaan tertinggi lalu digunakan untuk menetapkan kondisi referensi. Metode ini merip dengan pendekatan bioassessment Kanada (BEAST), walaupun pada metode ANNA lokasi referensi dikelompokkan secara spesifik untuk tiap lokasi tes, daripada membagi lokasi tes ke static group seperti BEAST.

Untuk memprediksi jumlah taxa dari suatu lokasi, lokasi tersebut diletakkan di suatu ruang koordinat bersama dengan lokasi-lokasi referensi. Perhitungan probabilitas kemunculan tiap taxon pada suatu lokasi lalu dihitung sama dengan AUSRIVAS (Table 1). Perbedaan utama dalah probabilitas dihitung dari tiap lokasi refensi dalam bola, tidak dalam sentroid kelompok (group centroids) seperti AUSIRIVAS.

Akar kuadrat dari jarak Euclidean dari lokasi test menuju lokasi-lokasi acuan digunakan untuk menghitung kontribusi tiap lokasi acuan terhadap prediksi dalam komunitas pada lokasi tes. Ini dilakukan agar lokasi refernsi yang terlalu dekat dengan lokasi tes tidak mengacaukan (overwhelm) prediksi.

(selanjutnya cek PDF)... banyak bgt