Abstrak
Menentukan kontribusi aktivitas manusia terhadap terjadinya kekeringan atau memperburuk kekeringan merupakan isu penting dalam manajemen risiko kekeringan. Kekeringan dimulai di bawah pengaruh proses meteorologi dan menyebar ke kekeringan hidrologis, yang dipengaruhi oleh aktivitas manusia. Dalam studi ini, Indeks Kekeringan Antropogenik (ADI) dikembangkan menggunakan dua indeks meteorologi (Indeks Curah Hujan Terstandar [SPI] dan Indeks Evapotranspirasi Curah Hujan Terstandar [SPEI]) dan dua indeks hidrologi (Indeks Aliran Sungai Terstandar [SSI] dan Indeks Kekeringan Aliran Sungai [SDI]). ADI mempertimbangkan karakteristik kekeringan meteorologis dan hidrologis dari durasi, tingkat keparahan, dan frekuensi. Untuk menilai risiko kekeringan, ADI digunakan sebagai bahaya bersama dengan indeks kerentanan, yang juga memperhitungkan faktor sosial ekonomi dan fisik dari area studi. Formulasi yang dikembangkan diterapkan pada bagian barat cekungan Danau Urmia, yang telah mengering dalam beberapa tahun terakhir karena pengelolaan sumber daya air yang tidak berkelanjutan. Area studi mencakup 20 stasiun dengan data meteorologis dan hidrologis 40 tahun. Perbandingan visual indeks meteorologi dan hidrologi menunjukkan bahwa perilaku manusia telah meningkatkan karakteristik kekeringan hidrologi secara signifikan selama 20 tahun terakhir. Hasil ADI menunjukkan bahwa di beberapa stasiun, nilai ADI melebihi 2, yang menyoroti perlunya penarikan air berkelanjutan di area ini. Hasil penilaian risiko juga mengklasifikasikan stasiun yang diteliti ke dalam lima kelompok, dengan memprioritaskannya dari sudut pandang manajemen risiko kekeringan.
Ringkasan Bahasa Sederhana
Topik ikhtisar: Kekeringan, fenomena alam, dapat terjadi akibat berkurangnya curah hujan (kekeringan meteorologi) atau berkurangnya sumber daya air (kekeringan hidrologi). Aktivitas manusia, termasuk penggunaan air yang tidak berkelanjutan, secara signifikan mengintensifkan dampaknya. Tujuan penelitian: Studi ini menganalisis indeks meteorologi (Indeks Curah Hujan Terstandar [SPI] dan Indeks Evapotranspirasi Curah Hujan Terstandar [SPEI]) dan indeks hidrologi (Indeks Aliran Sungai Terstandar [SSI] dan Indeks Kekeringan Aliran Sungai [SDI]) untuk mengevaluasi kontribusi manusia terhadap kekeringan di cekungan Danau Urmia bagian barat, menggunakan Indeks Kekeringan Antropogenik (ADI). Temuan utama: Selama 20 tahun terakhir, kekeringan hidrologi telah meningkat, didorong oleh faktor manusia seperti pembangunan bendungan dan perubahan penggunaan lahan. ADI mengungkapkan dampak signifikan dari aktivitas ini. Wawasan utama: Pengelolaan air yang berkelanjutan, penggunaan yang efisien, dan pembatasan eksploitasi berlebihan sangat penting untuk mengurangi dampak kekeringan. ADI berfungsi sebagai alat penting untuk pengambilan keputusan yang tepat untuk mengatasi dan mengurangi risiko kekeringan.
1. PENDAHULUAN
Kekeringan adalah fenomena alam yang terjadi di wilayah geografis tertentu selama periode tertentu, yang berpotensi menyebabkan kerusakan parah jika sumber daya air tidak dikelola secara efektif. Defisit curah hujan memicu kekeringan meteorologi, dengan tingkat kerusakan dipengaruhi oleh karakteristik seperti tingkat keparahan dan durasi (Ding et al., 2021 ). Kekeringan hidrologis berhubungan dengan dampak kekurangan curah hujan yang berkepanjangan pada sumber daya air permukaan dan air tanah, termasuk aliran sungai, permukaan danau, dan persediaan air tanah (S. Huang et al., 2016 ). Transisi dari kekeringan meteorologis ke kekeringan hidrologis dikenal sebagai propagasi kekeringan dan dipengaruhi oleh faktor alam dan manusia (Van Loon & Laaha, 2015 ). Menerapkan kebijakan yang efektif untuk mengurangi risiko kekeringan dan memastikan pengelolaan air yang berkelanjutan sangat penting untuk memantau perubahan temporal dan spasial dalam kondisi kekeringan (Kesgin et al., 2024 ).
Di antara indeks kekeringan meteorologi, Indeks Curah Hujan Terstandar (SPI) dan Indeks Evapotranspirasi Curah Hujan Terstandar (SPEI) umum digunakan, yang sangat berkorelasi (Danandeh Mehr et al., 2020 ). SPI, yang terutama digunakan untuk studi kekeringan, hanya mengandalkan data curah hujan dan muncul di sekitar 57% publikasi terkait (Kartika & Wijayanti, 2023 ). Sementara SPEI memiliki struktur matematika yang mirip dengan SPI, ia menggabungkan evapotranspirasi, yang memungkinkan perbandingan dengan Indeks Keparahan Kekeringan Palmer yang mengkalibrasi sendiri (Vicente-Serrano et al., 2010 ). Aliran penelitian lain menyelidiki kekeringan hidrologi. Misalnya, Yuce et al. ( 2023 ) meneliti kekeringan hidrologi di Cekungan Yeşilırmak di Türkiye menggunakan indeks kekeringan hidrologi, dan menemukan bahwa wilayah tersebut mengalami kekeringan paling lama dan paling parah sejak tahun 2000, dengan analisis tren menunjukkan tren penurunan umum di sebagian besar skala waktu.
Tinjauan pustaka juga menyoroti studi yang membandingkan SPI/SPEI dengan indeks hidrologi. Membandingkan indeks kekeringan meteorologi dan hidrologi dapat mengungkapkan pengaruh faktor manusia terhadap kejadian dan intensifikasi kekeringan. Sementara kekeringan meteorologi terutama didorong oleh faktor alam, kekeringan hidrologi dipengaruhi oleh pengaruh alam dan manusia, termasuk perubahan iklim, yang akan memiliki efek yang lebih nyata dalam waktu dekat dan jauh di masa depan. Shamshirband dkk. ( 2020 ) menemukan korelasi yang lebih kuat antara SPI/SPEI dan Indeks Aliran Sungai Terstandar (SSI). Di daerah kering, korelasi antara SPEI dan SSI menguat dalam jangka waktu yang lebih lama, sementara itu lebih lemah di daerah lembap dan pesisir. Musim semi diidentifikasi sebagai musim yang paling rentan terhadap kekeringan meteorologi dan hidrologi, menyoroti kerentanan Iran barat laut, tempat pertanian sangat bergantung pada curah hujan yang diterima selama musim kritis ini.
Xu et al. ( 2019 ) mempelajari waktu perambatan dari kekeringan meteorologis ke kekeringan hidrologis di Cekungan Sungai Luanhe, Tiongkok, dan menemukan bahwa perluasan perkotaan serta peningkatan pasokan dan konsumsi air mengurangi waktu perambatan. Zhao et al. ( 2016 ) memperkirakan waktu perambatan di Cekungan Sungai Xiangjiang memakan waktu sekitar 2 bulan, sementara Zhou et al. ( 2021 ) melaporkan kisaran 2–6 bulan di Cekungan Sungai Pearl. Selain itu, S. Huang et al. ( 2017 ) mencatat bahwa waktu perambatan bervariasi menurut musim, biasanya lebih pendek di musim panas dan musim gugur dibandingkan di musim dingin dan musim semi.
Dalam beberapa dekade mendatang, kekeringan diperkirakan akan menjadi salah satu konsekuensi paling signifikan dari perubahan iklim (IPCC, 2021 ), yang menghadirkan tantangan besar dalam mengelola kekeringan yang belum pernah terjadi sebelumnya (Kreibich et al., 2022 ). Sementara perubahan iklim berkontribusi terhadap degradasi danau, tidak semua bencana lingkungan dan masalah sumber daya air dapat sepenuhnya disalahkan padanya. Beberapa literatur mempertimbangkan peran faktor iklim dalam krisis di Danau Urmia (Alizadeh-Choobari et al., 2016 ; Radmanesh et al., 2022 ; Schulz et al., 2020 ). Namun, studi ekstensif menemukan bahwa bencana itu muncul terutama dari pengelolaan sumber daya air yang tidak berkelanjutan daripada perubahan iklim, termasuk Sadeghfam, Khatibi, Nadiri, et al. ( 2021 ); Sadeghfam, Khatibi, Moradian, et al. ( 2021 ), Jani et al. ( 2023 ), Ouria dan Sevinc ( 2016 ), dan Mohammad Pourian et al. ( 2024 ).
Radmanesh et al. ( 2022 ) menggunakan SPI dan SPEI untuk menilai kekeringan meteorologi di cekungan Danau Urmia, memprediksi peningkatan frekuensi dan tingkat keparahan kekeringan di masa mendatang, bersamaan dengan penurunan durasinya. Mereka juga mencatat bahwa SPEI lebih efektif daripada SPI untuk mengevaluasi perubahan muka air Danau Urmia. Sadeghfam et al. ( 2022 ) membandingkan indeks kekeringan meteorologi dengan indeks kekeringan air tanah di cekungan Danau Urmia dan menghitung periode ulang kekeringan menggunakan fungsi kopula bivariat. Hasil penelitian mereka menunjukkan bahwa periode ulang untuk kekeringan air tanah secara signifikan lebih pendek daripada periode ulang untuk kekeringan meteorologi, yang menyoroti dampak aktivitas manusia, seperti eksploitasi akuifer secara berlebihan, terhadap tingkat keparahan dan durasi kekeringan.
Kerentanan kekeringan mencakup faktor fisik dan sosial ekonomi yang memengaruhi kapasitas untuk mengatasi kekeringan (Adger, 2006 ; Brooks et al., 2005 ; Fussel, 2007 ). Penilaian risiko kekeringan melibatkan identifikasi langkah-langkah untuk mengurangi potensi kerusakan (Zhang et al., 1997 ). Ekrami et al. ( 2016 ) memetakan kerentanan kekeringan di Taft County, Iran, menggunakan teknik Analytical Hierarchical Process (AHP), yang mengungkapkan bahwa daerah pegunungan lebih rentan terhadap kekeringan daripada dataran. Shiravand dan Bayat ( 2023 ) menggunakan logika fuzzy dan analisis klaster hierarkis untuk menilai kerentanan dan risiko kekeringan di Iran, menemukan Iran utara memiliki kapasitas adaptif tertinggi, sementara Provinsi Kerman selatan, Provinsi Khorasan Razavi barat, dan Provinsi Ilam memiliki yang terendah. Heidarizadi et al. ( 2024 ) mengembangkan indeks risiko kekeringan (DRI) dan mengidentifikasi daerah-daerah yang berisiko kekeringan. Cetinkaya dan Gunacti ( 2024 ) mengevaluasi risiko kekeringan meteorologi dan pertanian di Cekungan Sungai Gediz, Turki, menggunakan penaksir kelangsungan hidup Kaplan–Meier, yang menunjukkan bahwa risiko kekeringan meningkat selama periode yang panjang karena adanya bulan-bulan yang lebih kering, sementara skala waktu SPI dan SPEI yang lebih panjang mengurangi risiko kekeringan.
Literatur terkini menyoroti minat berkelanjutan dalam mengukur perilaku antropogenik yang terkait dengan terjadinya dan intensifikasi kekeringan. Studi ini memperkenalkan indeks kekeringan baru dengan membandingkan indeks kekeringan meteorologi dan hidrologi yang diterapkan pada bagian utama cekungan Danau Urmia yang telah dipengaruhi oleh pengelolaan sumber daya air yang tidak berkelanjutan. Indeks kekeringan yang dikembangkan juga dimasukkan dalam kerangka kerja untuk mengukur risiko kekeringan.
2 BIDANG STUDI
Cekungan Danau Urmia mencakup sekitar 52.000 km 2 . Terletak di Iran barat laut, ia memiliki ketinggian 1270 m dan pegunungan yang mencapai ketinggian 3000 m di atas permukaan laut (Gambar 1a ). Dipengaruhi oleh pegunungan tinggi, iklim cekungan drainase dicirikan oleh musim dingin yang dingin dan musim panas yang relatif ringan. Berdasarkan data dari 20 stasiun pengamatan untuk periode 1983-2022, curah hujan tahunan rata-rata di cekungan Danau Urmia barat adalah 376,3 mm. Curah hujan tertinggi terjadi pada bulan Maret, dan terendah pada bulan Juli. Suhu rata-rata di wilayah tersebut adalah 10,7 °C, dengan Juli dan Januari masing-masing memiliki suhu tertinggi dan terendah.
Danau Urmia terletak di tengah cekungan tertutup ini, meliputi area seluas 5700 km 2 pada pertengahan 1970-an. Khususnya, cekungan tertutup mengacu pada cekungan tanpa outlet untuk mengalirkan aliran permukaan, yang biasanya terakumulasi di bagian bawah cekungan. Namun, sejak 1997, penurunan permukaan air danau telah meningkat, yang menyebabkan salinisasi tanah di ribuan hektar lahan pertanian. Pada tahun 2014 dan 2015, luas danau menyusut menjadi kurang dari 1800 km 2 . Pada tahun 2024, telah berkurang menjadi 606 km 2 . Perubahan ini terutama disebabkan oleh meningkatnya permintaan air pertanian, yang membatasi aliran air permukaan ke dalam danau (Farajzadeh et al., 2014 ; Sadeghfam et al., 2024 ; Schulz et al., 2020 ).
Gambar 1b menunjukkan model elevasi digital dari area studi, yang mencakup Provinsi Azerbaijan Barat di bagian barat cekungan Danau Urmia, yang mencakup 11.750 km 2 . Data curah hujan harian yang diperoleh dari 20 stasiun, termasuk stasiun pengukur hujan dan fluviometrik, digunakan dalam studi ini. Lokasi geografisnya ditunjukkan pada Gambar 1c . Tabel 1 mencantumkan karakteristik statistik stasiun yang dipelajari selama 40 tahun (1983–2022). Data curah hujan dan debit rata-rata di stasiun yang diselidiki digunakan untuk menganalisis deret waktu, analisis tren, dan kelanjutannya. Di dalam subcekungan yang dipelajari, ada dua bendungan yang sedang dipelajari, sembilan bendungan operasional, empat bendungan dalam pembangunan, dan sekitar 23 bendungan pengalihan
3 METODOLOGI
Strategi pemodelan dalam studi ini terdiri dari dua modul utama: (i) perhitungan ADI dan (ii) perhitungan risiko kekeringan antropogenik. Prapemrosesan data meliputi perolehan data meteorologi (suhu dan curah hujan) dan data limpasan dari stasiun pengukur curah hujan dan fluviometrik Perusahaan Pengelolaan Sumber Daya Air Iran. Uji statistik kemudian diterapkan pada data, sebagaimana diuraikan sebagai berikut.
Modul untuk perhitungan ADI mencakup lima langkah. Pertama, indeks kekeringan meteorologi dan hidrologi (SPI, SPEI, SSI, dan Indeks Kekeringan Aliran Sungai [SDI]) dihitung. Kedua, nilai keparahan, durasi, dan frekuensi diturunkan menggunakan teori lari. Khususnya, teori lari, metode probabilistik (Yevjevich, 1967 ), menurunkan karakteristik kekeringan dari SPI dan SPEI. Ini umumnya digunakan untuk mengukur keparahan, durasi, dan frekuensi kekeringan dan menetapkan tingkat ambang batas. Ketiga, deret waktu SPI dan SPEI dibandingkan dengan deret waktu SDI dan SSI. Keempat, keparahan dan durasi untuk semua indeks dihitung dan dievaluasi dengan skala waktu SPI yang dipilih berdasarkan literatur atau analisis korelasi. Akhirnya, karakteristik kekeringan meteorologi dan hidrologi digunakan untuk menghitung ADI.
Modul untuk perhitungan risiko kekeringan antropogenik mencakup empat langkah. Pertama, nilai ADI yang dihitung oleh modul sebelumnya dianggap sebagai bahaya atau sumber risiko. Pada langkah kedua, indeks kerentanan dikembangkan dengan menyiapkan lapisan data titik yang dapat dikategorikan ke dalam kelompok sosial ekonomi dan fisik. Kelompok sosial ekonomi mencakup lapisan persentase lapangan kerja pertanian dan kepadatan penduduk, dan kelompok fisik terdiri dari lapisan kapasitas penyimpanan air, penggunaan lahan, dan daerah pertanian irigasi dan tadah hujan. Terakhir, indeks risiko dihitung sebagai hasil perkalian indeks bahaya dan kerentanan, dan hasilnya disajikan secara spasial.
3.1 Uji statistik
Data hidrologi sangat penting untuk memverifikasi kondisi stasioner suatu deret waktu, di mana sifat statistik seperti rata-rata, varians, dan autokorelasi tetap konstan dari waktu ke waktu. Dalam penelitian ini, uji Augmented Dickey–Fuller (ADF) (Cheung & Lai, 1995 ) digunakan untuk menguji kondisi stasioner atau non-stasioner di semua deret waktu (curah hujan, suhu, dan debit sungai).
3.2 Modul 1—Indeks kekeringan
Indeks kekeringan terstandarisasi telah menjadi tren dalam beberapa dekade terakhir (Bachmair et al., 2016 ). Studi ini meneliti indeks meteorologi SPI dan SPEI, bersama dengan indeks kekeringan hidrologi SSI dan SDI. SPI mengukur kekeringan berdasarkan data presipitasi tetapi tidak mempertimbangkan faktor lain seperti penguapan dan transpirasi, keterbatasan yang diatasi oleh SPEI (Shukla & Wood, 2008 ; Vicente-Serrano et al., 2010 ).
SSI mendeteksi dan mengkarakterisasi anomali aliran sungai (Modarres, 2007 ; Swanson et al., 2017 ; Vicente-Serrano et al., 2012 ; Zaidman et al., 2002 ). Ini adalah satu-satunya indeks kekeringan yang direkomendasikan untuk memantau kekeringan aliran sungai dan peringatan dini dalam Handbook of Drought Indicators and Indices terbaru (Svoboda & Fuchs, 2016 ). Selain memantau kekeringan aliran sungai, SSI telah digunakan dalam berbagai penelitian untuk menentukan karakteristik kekeringan aliran sungai (Barker et al., 2016 ; Lorenzo-Lacruz et al., 2010 ; Van Oel et al., 2018 ).
Selain SSI, penelitian ini menggunakan SDI sebagai indeks kekeringan hidrologi lainnya (Jahangir et al., 2024 ) untuk meningkatkan keandalan hasil. Rincian penghitungan indeks kekeringan meteorologi/hidrologi diberikan dalam Lampiran I untuk lebih ringkas.
3.2.1 Indeks kekeringan antropogenik
Studi ini memperkenalkan ADI untuk menilai dampak manusia terhadap kejadian dan intensifikasi kekeringan. ADI menggabungkan tiga karakteristik kekeringan: durasi, tingkat keparahan, dan frekuensi kejadian kekeringan. Khususnya, kekeringan didiagnosis berdasarkan kejadian nilai negatif indeks meteorologi (McKee et al., 1993 ) dan hidrologi (Jahangir et al., 2023 ; P. Zalokar et al., 2022 ), terlepas dari apakah kekeringan ini bisa ringan, sedang, ekstrem, atau parah (lihat Tabel A.1 ). Pembilang ADI terdiri dari enam istilah yang mencerminkan karakteristik kekeringan hidrologi dari SSI dan SDI, sedangkan penyebut mencakup enam istilah yang terkait dengan karakteristik kekeringan meteorologi dari SPI dan SPEI. Semua istilah mewakili rasio karakteristik kekeringan rata-rata selama 20 tahun terakhir terhadap total periode. Khususnya, 20 tahun terakhir dimasukkan untuk membagi periode studi 40 tahun menjadi dua bagian, yang memungkinkan perbandingan perilaku antara kedua bagian tersebut, dan hal ini dapat bervariasi tergantung pada kerangka waktu untuk data yang tersedia dalam studi lain. Akibatnya, ADI mengukur (i) variasi kekeringan hidrologis relatif terhadap kekeringan meteorologis dan (ii) perubahan temporal dalam karakteristik kekeringan selama 20 tahun terakhir dibandingkan dengan periode keseluruhan
3.3 Modul 2—Penilaian risiko kekeringan
Risiko didefinisikan sebagai dampak dari peristiwa alam tertentu, seperti kekeringan, terhadap komunitas manusia dan ekosistem. Risiko merupakan hasil interaksi antara kerentanan dan terjadinya peristiwa, yang menyoroti ancaman yang ditimbulkan oleh peristiwa alam dan kapasitas masyarakat dalam mengatasinya (Turner et al., 2003 ). Penilaian risiko kekeringan sangat penting untuk memahami dampak kekeringan dan memainkan peran penting dalam perencanaan yang efektif (Wichita & Glantz, 1985 ). Studi ini mengevaluasi risiko kekeringan melalui berbagai indeks, termasuk bahaya dan kerentanan.
Bahaya menunjukkan ancaman iklim seperti banjir, badai, dan perubahan suhu (Mavrakou et al., 2020 ). Karena ADI mengukur dampak kekeringan terhadap manusia, ia berfungsi sebagai indeks bahaya. Kerentanan menunjukkan sejauh mana sistem dan komunitas terpengaruh oleh kekeringan dan kapasitas mereka untuk mengatasi atau mengurangi dampaknya, yang mencakup faktor-faktor seperti status ekonomi, infrastruktur sosial, dan kemampuan beradaptasi terhadap krisis (Anger et al., 2004 ). Studi ini membagi indeks kerentanan menjadi kerentanan sosial ekonomi dan fisik. Kerentanan sosial ekonomi dianalisis menggunakan faktor-faktor seperti tingkat pendapatan, tingkat pengangguran, kepadatan penduduk, dan akses ke sumber daya air (Blaikie et al., 1994 ). Pemilihan faktor-faktor ini didasarkan pada ketersediaan data. Studi ini berfokus pada persentase karyawan di sektor pertanian dan kepadatan penduduk
4 HASIL
4.1 Uji statistik
Tabel 1 menyajikan persentase data gap untuk setiap stasiun. Analisis regresi digunakan untuk memperkirakan data gap. Selain itu, Tabel 2 menyajikan hasil uji ADF untuk ketidakstasioneran dalam deret waktu curah hujan, suhu, dan debit sungai. Hal ini menunjukkan bahwa hipotesis nol dari akar unit ditolak, yang mengonfirmasi bahwa deret tersebut stasioner.
4.2 Modul 1—Indeks kekeringan
Gambar 3 menyajikan deret waktu SPI pada berbagai skala waktu di samping deret waktu SSI dan SDI yang dirata-ratakan di stasiun yang diselidiki. Pada Gambar 3 , kejadian kekeringan (indeks kekeringan negatif) ditandai dengan warna merah, dan kejadian basah (indeks kekeringan positif) dengan warna biru. Perbandingan visual deret waktu tersebut mengungkapkan bahwa indeks hidrologi (SSI dan SDI) lebih sesuai dengan SPI pada skala waktu 6 bulan. Penelitian sebelumnya juga menunjukkan pengaruh skala waktu SPI selama 6 bulan pada sumber daya air permukaan (Szalai et al., 2000 ; Vicente-Serrano & López-Moreno, 2005 ). Khususnya, jeda waktu harus diterapkan antara indeks meteorologi dengan skala waktu yang bervariasi dan indeks hidrologi yang diukur selama 1 bulan. Hal ini disebabkan oleh sifat kekeringan hidrologi yang lebih lambat dibandingkan dengan kekeringan meteorologi, yang mengharuskan efek jangka menengah dan panjang dinilai hanya untuk kekeringan meteorologi.
4.3 Modul 2—Penilaian risiko kekeringan
Gambar 6 menggambarkan enam lapisan yang digunakan untuk menghitung indeks kerentanan, yang dikategorikan ke dalam dua kelompok: kelompok sosial ekonomi, yang meliputi lapangan kerja pertanian dan kepadatan penduduk, dan kelompok fisik, yang meliputi kapasitas penyimpanan air, penggunaan lahan, dan daerah irigasi dan tadah hujan. Mengenai lapangan kerja pertanian (Gambar 6a ), wilayah dengan lebih dari 31% lapangan kerja di bidang pertanian, terutama di bagian utara dan tengah wilayah studi, menghadapi kerentanan yang signifikan terhadap dampak ekonomi terkait kekeringan. Di wilayah ini, setiap perubahan dalam akses air atau kualitas lahan pertanian dapat sangat memengaruhi mata pencaharian lokal.
5 DISKUSI
Studi ini menyelidiki kekeringan meteorologi dan hidrologi di cekungan Danau Urmia bagian barat dari tahun 1983 hingga 2022, dengan membandingkan indeks meteorologi (SPI dan SPEI) dengan indeks hidrologi (SDI dan SSI) untuk mengkaji peran aktivitas manusia dalam mengintensifkan kondisi kekeringan. Kekeringan meteorologi memengaruhi kekeringan hidrologi dengan jeda waktu, disebut sebagai waktu perambatan, yang dipengaruhi oleh karakteristik regional. Rangkaian waktu indeks kekeringan hidrologi menyimpang secara signifikan dari indeks meteorologi karena campur tangan manusia. Keyantash ( 2023 ) menemukan bahwa indeks meteorologi dengan skala waktu yang lebih panjang berkorelasi lebih kuat dengan indeks hidrologi jangka pendek. Vicente-Serrano dan López-Moreno ( 2005 ) mencatat respons yang berbeda terhadap limpasan presipitasi antara debit sungai jangka pendek dan penyimpanan waduk jangka panjang. Wu et al. ( 2021 ) mengamati bahwa kekeringan meteorologi merespons kekeringan hidrologi lebih cepat dalam waktu singkat (1–3 bulan). Studi terkini, yang menganalisis 20 tahun terakhir, mengungkap peningkatan yang nyata dalam kejadian kekeringan hidrologis. Sebaliknya, tingkat keparahan dan durasi kekeringan meteorologis telah menurun, yang menunjukkan bahwa aktivitas manusia seperti pengambilan air yang berlebihan dan perubahan tata guna lahan telah memperburuk kondisi kekeringan secara signifikan, yang berkontribusi terhadap krisis Danau Urmia.
ADI menunjukkan bahwa stasiun hulu dekat lokasi bendungan memiliki nilai ADI yang lebih rendah, dengan Stasiun 12 dan 7 menunjukkan yang terendah pada 0,9 dan 0,92, masing-masing. Sebaliknya, Stasiun 1 dan 4, yang terkena dampak pembangunan bendungan, memiliki nilai ADI yang lebih tinggi yaitu 1,77 dan 1,29. Di wilayah studi selatan, dua bendungan di hulu berbagai sungai mengakibatkan ADI sedang hingga parah, dengan Stasiun 16 dan 15 melaporkan nilai masing-masing 2,26 dan 1,86, sementara Stasiun 13 mencatat 1,52. Nilai ADI tertinggi yaitu 2,76 tercatat di Stasiun 8, hilir bendungan, kemungkinan karena ekstraksi air pertanian yang berlebihan, perubahan penggunaan lahan, atau berkurangnya cadangan salju.
ADI menyoroti peran signifikan aktivitas manusia dalam memperburuk kekeringan di sungai-sungai regional seperti Roehchay, Zolachay, dan Derikchay. Sementara tingkat keparahan dan durasi rata-rata kekeringan meteorologis menurun, peningkatan kekeringan hidrologis selama 20 tahun terakhir mengkhawatirkan. Hal ini mencerminkan dampak aktivitas manusia terhadap sumber daya air lokal. Ekstraksi air tanpa pandang bulu dan perubahan penggunaan lahan dapat mengurangi limpasan dan meningkatkan evapotranspirasi, yang mengintensifkan kekeringan. Perambatan kekeringan hidrologis dipengaruhi oleh karakteristik DAS iklim dan fisik serta penggunaan lahan (S. Huang et al., 2015 ; Van Loon & Laaha, 2015 ). Mix et al. ( 2016 ) menunjukkan bahwa beberapa bendungan di Sungai Colorado di Texas mengurangi aliran sungai hilir dan meningkatkan frekuensi kekeringan hidrologis, sementara Amini et al. ( 2019 ) mengonfirmasi temuan serupa di Cekungan Ardabil.
Temuan penelitian ini memiliki implikasi penting bagi pengelolaan sumber daya air. Pemanfaatan indeks kekeringan dari penelitian ini memungkinkan pemantauan kondisi kekeringan secara berkala dan peningkatan alokasi sumber daya air di seluruh sektor pertanian, industri, dan rumah tangga. Hasilnya dapat menjadi informasi bagi inisiatif perencanaan kekeringan, seperti pengembangan sistem irigasi yang efisien dan peningkatan kesadaran publik. Mengidentifikasi strategi untuk mengurangi dampak kekeringan pada pertanian, ekonomi, dan sosial dapat membantu mengurangi kerusakan dan mendorong penggunaan air berkelanjutan di antara berbagai kelompok konsumen.
Studi ini menggabungkan enam lapisan untuk mengevaluasi indeks kerentanan kekeringan, termasuk faktor sosial ekonomi dan fisik seperti lapangan kerja pertanian, kepadatan penduduk, kapasitas penyimpanan air, penggunaan lahan, dan area tanaman irigasi dan tadah hujan. Pendekatan komprehensif ini kontras dengan studi sebelumnya yang berfokus pada faktor fisik seperti curah hujan dan sumber daya air. Indeks bahaya dengan jelas menggambarkan dampak aktivitas manusia terhadap kekeringan yang memburuk menggunakan ADI, sedangkan banyak studi sebelumnya membatasi fokus mereka pada variabel iklim. Perhitungan risiko menggunakan pendekatan multidimensi, yang mengintegrasikan indeks kerentanan dan bahaya untuk mempertimbangkan aktivitas manusia di samping faktor alam. Perspektif yang lebih luas ini khususnya efektif di wilayah-wilayah tempat aktivitas manusia secara signifikan memengaruhi kekeringan.
Untuk mengatasi keterbatasan penelitian ini, penelitian di masa depan harus mempertimbangkan (i) memanfaatkan kumpulan data seperti CMIP6 dan model hidrologi seperti SWAT (Soil & Water Assessment Tool) untuk menyelidiki dan memodelkan limpasan dasar dan memperkirakan limpasan di masa mendatang, (ii) memeriksa volume ekstraksi air tanah dan penarikan dari kanal yang mentransfer air ke danau, dan (iii) menganalisis dampak perubahan iklim, termasuk siklus seperti El Niño dan La Niña, serta variabel iklim seperti suhu, pada kekeringan regional.
Uji ADF untuk non-stasioneritas dalam deret waktu curah hujan, suhu, dan debit sungai menolak hipotesis nol akar unit, yang menunjukkan non-stasioneritas. Tinjauan pustaka menunjukkan bahwa indeks kekeringan yang diturunkan dalam kondisi stasioner sering kali menunjukkan nilai yang lebih rendah untuk karakteristik tertentu dibandingkan dengan yang diturunkan dari kondisi non-stasioner, dan sebaliknya (Masanta & Srinivas, 2022 ). Sun et al. ( 2024 ) mengembangkan SPEI non-stasioner, yang menghasilkan hasil yang lebih kuat daripada SPEI tradisional. Meskipun penelitian ini tidak memperoleh indeks kekeringan dalam kondisi non-stasioner, ada potensi untuk penelitian masa depan di area ini.
Meskipun studi validasi dapat meningkatkan penelitian kami dengan mengumpulkan bukti sosial dan ekonomi kekeringan. Namun, dua poin penting harus diperhatikan. Pertama, semua data yang tersedia telah digunakan untuk hasil kami, tidak meninggalkan data tambahan untuk validasi, dan bukti pengelolaan sumber daya air yang tidak berkelanjutan di wilayah tersebut ditemukan dalam studi sebelumnya. Misalnya, Sadeghfam et al. ( 2024 ) menemukan bahwa bendungan utama Shahrchai dan Mahabadchai telah sepenuhnya mengurangi indeks keberlanjutan yang terdiri dari indikator keandalan, ketahanan, dan kerentanan untuk aliran sungai lingkungan, yang sesuai dengan area risiko kekeringan yang tinggi dalam studi saat ini. Selain itu, Barideh dan Nasimi ( 2022 ) melaporkan peningkatan yang signifikan pada lahan pertanian di area studi, yang telah meningkatkan tekanan pada sumber daya air permukaan dan air tanah. Hal ini telah memperburuk krisis air di cekungan Danau Urmia dan berkontribusi pada bencana kekeringan danau. Studi masa depan dapat fokus pada pengembangan bukti sosial ekonomi untuk mendukung indikator ini.
Zona vadose dalam studi ini relevan dalam dua hal: (i) menunjukkan efek langsung kekeringan pada tanah dan pertanian, yang dapat diukur dengan SPI dalam skala waktu 1 bulan, dan (ii) berkontribusi pada penghitungan kerentanan fisik melalui kapasitas air. Selain itu, pengelolaan zona vadose yang berkelanjutan dipengaruhi oleh risiko kekeringan, karena secara implisit dapat mencerminkan interaksi antara air permukaan dan zona vadose. Kondisi kekeringan yang berkelanjutan menguras kelembapan di zona vadose, meningkatkan limpasan permukaan (Corona & Ge, 2022 ) dan mengurangi pengisian ulang air tanah (White et al., 2007 ), yang memperburuk kerentanan kekeringan dalam lingkaran umpan balik. Namun, studi ini menekankan potensi pengembangan ADI dengan berkonsentrasi pada kelembapan tanah dan air tanah dalam penelitian mendatang.
6 KESIMPULAN
Kekeringan adalah fenomena kompleks yang dipengaruhi oleh proses meteorologi dan diperburuk oleh aktivitas manusia. Studi ini menganalisis dua indeks kekeringan meteorologi (SPI dan SPEI) dalam skala waktu 1, 3, 6, 12, dan 24 bulan dan dua indeks kekeringan hidrologi (SSI dan SDI) untuk mengembangkan ADI sebagai indeks guna menangkap kekeringan antropogenik. Studi ini difokuskan pada bagian barat cekungan Danau Urmia dengan menggunakan data dari 20 stasiun presipitasi dan fluviometrik dari tahun 1983 hingga 2022. Temuan tersebut mengungkapkan bahwa SPEI secara konsisten menunjukkan nilai yang lebih tinggi daripada SPI di semua karakteristik kekeringan, termasuk jumlah kejadian kekeringan, tingkat keparahan rata-rata, dan durasi, khususnya selama 20 tahun terakhir. Hal ini menunjukkan bahwa suhu secara signifikan memengaruhi kekeringan di area tersebut. Khususnya, selama periode basah yang ditunjukkan oleh SPI dan SPEI, indeks hidrologi SSI dan SDI masih mencerminkan kondisi kekeringan, yang menyoroti peran aktivitas manusia dalam mengintensifkan kekeringan. Hasil nilai ADI yang melebihi 2 dan tren kenaikan indeks kekeringan menekankan perlunya pengelolaan sumber daya air yang berkelanjutan. Namun, peningkatan nilai ADI juga tercatat di banyak stasiun hulu, yang menunjukkan bahwa pembangunan bendungan saja tidak bertanggung jawab atas memburuknya kekeringan; penarikan air langsung dari sungai juga berkontribusi.
Studi ini mengukur indeks risiko kekeringan menggunakan produk bahaya dan kerentanan. ADI dimasukkan dan berfungsi sebagai bahaya dalam penilaian risiko kekeringan. Variabel sosial dan fisik juga digunakan untuk menghitung kerentanan. Hasilnya menunjukkan bahwa aktivitas manusia telah meningkatkan risiko kekeringan meskipun kerentanannya rendah di pesisir utara. Hasil penilaian risiko menggarisbawahi perlunya pengelolaan aktivitas manusia yang optimal dan pengurangan kerentanan regional untuk mengurangi risiko kekeringan. Temuan ini bertujuan untuk membantu para pengambil keputusan dalam mengatasi tantangan pengelolaan sumber daya air di cekungan Danau Urmia. Aktivitas manusia, terutama pembangunan bendungan dan perubahan penggunaan lahan, telah memperparah kekeringan hidrologis di wilayah tersebut.
Leave a Reply