Mengintegrasikan Penilaian Dampak Ekosistem ke dalam Penilaian Siklus Hidup: Menggunakan Big Data untuk Penilaian Spesifik Situs

Penulis: Tobias Schultz

Ini adalah bagian kedua dari seri yang berfokus pada studi Life Cycle Assessment (LCA) yang inovatif, yang diselesaikan oleh SCS Global Services nama Stella McCartney pada Oktober 2017. Baca posting pertama saya di sini, unduh laporan lengkapnya, atau tonton webinar kami mengenai studi tersebut.

Hutan-hutan di dunia – benteng unik keanekaragaman hayati dan penyimpanan karbon – menghadapi berbagai ancaman: perubahan iklim, konversi lahan pertanian, perluasan wilayah perkotaan, serta meningkatnya penebangan kayu untuk keperluan konstruksi dan berbagai produk konsumen. Deforestasi, yang terjadi dengan laju mengkhawatirkan sebesar 7,3 juta hektar setiap tahun (menurut Organisasi Pangan dan Pertanian PBB), telah bertanggung jawab atas sepertiga emisi karbon dioksida yang disebabkan oleh manusia sejak dimulainya Revolusi Industri. Di wilayah seperti Indonesia dan Amazon, hutan alam yang menjadi rumah bagi keanekaragaman hayati ter Kaya di dunia dapat lenyap sepenuhnya dalam waktu hanya 20 tahun.

Untungnya, banyak hutan, meskipun mengalami dampak yang parah, dapat pulih seiring waktu asalkan dikelola secara bertanggung jawab. Langkah awal yang sangat penting adalah memahami penyebab deforestasi, serta tingkat keparahan gangguan ekosistem dan ancaman kepunahan spesies yang terkait. Artikel ini membahas salah satu penyebab tersebut yang telah menarik perhatian internasional, yaitu penebangan kayu untuk produksi serat viscose, yang digunakan dalam industri pakaian dan beberapa tekstil non-tenun.

Viskosa, yang juga dikenal sebagai rayon, adalah salah satu jenis serat selulosa buatan (MMCF) yang berasal dari kayu. Kayu ditebang, diolah menjadi pulp larut di pabrik khusus, kemudian dikirim ke pabrik produksi serat untuk menghasilkan MMCF. Serat viskosa memiliki dampak ekosistem yang terkait dengan penebangan kayu yang digunakan untuk memproduksi pulp larut. Dampak ini dapat sangat bervariasi tergantung pada sistem pengelolaan hutan yang diterapkan.

Analisis siklus hidup (LCA) yang kami selesaikan atas nama Stella McCartney, sebuah merek pakaian yang diakui secara internasional, membandingkan kinerja lingkungan dari sepuluh sumber bahan baku MMCF yang berbeda. Dalam studi ini, viscose konvensional yang diproduksi dari kayu dibandingkan dengan viscose yang dikembangkan menggunakan teknologi baru yang inovatif, seperti bahan pengganti serat berbahan dasar rami. Studi ini membuka terobosan penting dengan memasukkan dalam cakupannya evaluasi dampak terhadap ekosistem darat dan air tawar di hutan dan lahan pertanian tempat serat tersebut berasal.

Kami menerapkan pendekatan evaluasi yang dijelaskan dalam rancangan standar nasional untuk LCA (LEO-SCS-002) yang sedang dikembangkan melalui proses ANSI, serta dalam Aturan Kategori Produk Kayu Bulat (PCR) yang kami kembangkan atas nama Environmental Paper Network. Studi ini menggunakan data dan metode mutakhir untuk mengevaluasi dampak ekosistem, serta menghitung hasil dalam dua kategori dampak kritis yang relevan dengan serat viscose yang berasal dari kayu atau sumber pertanian: 1) gangguan hutan, termasuk penilaian kondisi hutan yang ditebang untuk memproduksi MMCF; dan 2) hilangnya spesies yang terancam punah, dengan mendokumentasikan spesies tertentu yang terkena dampak penebangan. Kedua kategori dampak ini dievaluasi secara paralel, menggunakan sumber data yang serupa.

Gambar 1. Langkah-langkah dalam menganalisis gangguan hutan dan hilangnya spesies yang terancam punah.

 

Evaluasi terhadap kedua kategori dampak ini menghasilkan temuan yang berbeda, yang mencerminkan dampak negatif terhadap hutan itu sendiri, serta dampak terhadap spesies yang terancam punah di wilayah tersebut. Jika digabungkan, kedua ukuran ini memberikan gambaran langsung mengenai dampak terhadap ekosistem lokal dan keanekaragaman hayati.

Gambar 2. Studi LCA membedakan antara pengelolaan hutan berdampak tinggi (kiri) dan pengelolaan hutan berdampak rendah (kanan).

 

Menggunakan Data Primer untuk Mengevaluasi Gangguan Hutan di Lokasi Tertentu

Kami menggunakan data spesifik lokasi yang cukup rinci untuk membedakan praktik kehutanan berdampak tinggi dari praktik berdampak rendah, yang dalam beberapa kasus dikaitkan dengan pemulihan hutan secara bersih. Dampak terhadap ekosistem dievaluasi secara sistematis melalui proses praktis bertahap lima untuk memastikan konsistensi di seluruh skenario produksi viscose yang dipertimbangkan.

1. Pertama, kami mendefinisikan “kawasan penghasil serat” – yaitu, wilayah-wilayah tempat kayu dan bahan serat lainnya yang digunakan untuk memproduksi MMCF dipanen. Hal ini dilakukan dengan mengidentifikasi lokasi pabrik-pabrik yang memproduksi pulp larut, kemudian menelaah data yang tersedia untuk memetakan asal kayu yang digunakan di pabrik-pabrik tersebut. Dalam hampir semua kasus, kayu yang digunakan di pabrik-pabrik tersebut dipanen dari wilayah yang berjarak sekitar 150 mil dari pabrik pulp larut terkait.
2. Selanjutnya, kami mengidentifikasi Ekoregion Daratan (atau Ekoregion-ekoregion) yang terdampak oleh kegiatan kehutanan di wilayah-wilayah penghasil serat ini. Untuk tujuan ini, kami merujuk pada peta global Ekoregion geografis yang berbeda dari World Wildlife Fund (WWF), yang memuat informasi terperinci mengenai ekosistem dan keanekaragaman hayati yang ada, termasuk jenis vegetasi utama, ancaman utama, dan spesies yang terancam punah.
3. Untuk keperluan perbandingan, kami kemudian mengidentifikasi “hutan yang belum terganggu” di wilayah yang sama untuk dijadikan “garis dasar acuan” yang dapat digunakan sebagai patokan dalam mengukur dampak. Hutan yang belum terganggu merupakan hutan yang masih dalam kondisi belum ditebang dan sehat. Kawasan-kawasan ini sering kali dilindungi oleh pemerintah daerah, baik yang terletak di taman nasional maupun di tempat lain. Hutan-hutan tertentu di dalam kawasan penghasil serat yang sedang ditebang juga diidentifikasi untuk keperluan analisis.


Gambar 3. Tangkapan layar dari Basis Data WWF Wildfinder

 
4. Kami meneliti dan menganalisis data dari basis data lokal guna mengukur kondisi ekologi spesifik di kawasan yang telah ditebang dan kawasan yang belum terganggu. Karakteristik hutan seperti jenis pohon, cadangan karbon per hektar, dan kelompok umur, dibandingkan. Misalnya, di Swedia, data dari Dinas Kehutanan Swedia digunakan, sedangkan data dari basis data “Eyes on the Forest” digunakan untuk mengukur dampak di Indonesia.
5. Pada tahap terakhir, kami menghitung tingkat gangguan di daratan. Tingkat gangguan tersebut ditentukan dengan membandingkan kondisi hutan saat ini, kemudian membuat proyeksi ke depan berdasarkan tren kehutanan untuk memodelkan dampak penebangan terhadap kondisi hutan selama 20 tahun ke depan.

Sebagaimana disarankan pada langkah terakhir, untuk memahami dampak terhadap ekosistem, kita tidak hanya perlu mempertimbangkan kondisi ekosistem saat ini, tetapi juga lamanya gangguan dan tren perkembangannya. Setelah mengalami gangguan yang signifikan dan berkepanjangan, ekosistem darat dan perairan tawar dapat membutuhkan waktu puluhan tahun atau bahkan lebih lama untuk pulih sepenuhnya, dan beberapa jenis ekosistem mungkin tidak akan pernah pulih sepenuhnya. Demikian pula, perubahan hutan utuh menjadi hutan yang sangat terganggu dapat terjadi secara bertahap dalam jangka waktu yang panjang. Oleh karena itu, sangatlah penting untuk memahami apakah suatu ekosistem sedang dalam proses perbaikan atau justru mengalami degradasi lebih lanjut. Karena penggunaan lahan yang intensif dan berkelanjutan dapat menghambat pemulihan hutan, kita juga harus memahami potensi pemulihan apa yang dapat terwujud jika penebangan diperlambat atau dihentikan. Inilah “biaya peluang” dari penghambatan pemulihan hutan, yang diperlukan untuk menganalisis dampak pengelolaan hutan saat ini terhadap tingkat gangguan di masa depan.

Mengevaluasi Dampak terhadap Spesies yang Terancam Punah

Kategori dampak kedua, Kehilangan Spesies Terancam Punah, mengharuskan identifikasi spesies terancam punah di setiap wilayah yang terkena dampak negatif akibat kegiatan penangkapan. Sekali lagi, kami mengandalkan data primer.

1. Pertama, kami mengidentifikasi Ekoregion Daratan yang telah dianalisis terkait dampak gangguan daratan.
2. Selanjutnya, kami mengidentifikasi spesies yang terancam punah yang terdapat di setiap ekoregion dalam basis data WWF Wildfinder. Daftar-daftar resmi lainnya juga dijadikan rujukan, seperti daftar COSEWIC di Kanada.
3. Dengan meninjau kebutuhan habitat spesies-spesies ini serta ancaman utama yang mereka hadapi, kami menilai apakah kegiatan penangkapan berdampak negatif terhadap spesies-spesies di wilayah ini.
4. Setiap spesies yang terancam punah yang ditemukan di dalam keranjang serat dan terkena dampak negatif akibat panen dimasukkan ke dalam hasil analisis dampak terhadap spesies yang terancam punah.

Ringkasnya

Melalui pendekatan ini, kami berhasil memanfaatkan data yang tersedia secara luas untuk mengevaluasi serat kayu dari berbagai wilayah penghasil di seluruh dunia. Hal ini menghasilkan analisis yang komprehensif mengenai dampak terhadap ekosistem, serta menyoroti perbedaan dampak yang terkait dengan “titik rawan” deforestasi utama, seperti Indonesia.

Selain itu, pendekatan ini memungkinkan kami untuk mempertimbangkan dampak terhadap karbon biogenik, yang merupakan faktor penting dalam hasil analisis dampak perubahan iklim yang juga dilaporkan dalam studi ini. Dalam postingan saya berikutnya, saya akan membahas bagaimana dampak perubahan iklim yang disebabkan oleh karbon biogenik ditangani—serta pentingnya memasukkan dampak dari Polutan Iklim Berumur Pendek seperti karbon hitam dan ozon troposfer, yang hingga saat ini belum pernah dimasukkan dalam studi LCA serat pakaian.

Klik di sini untuk menonton webinar kami mengenai studi tersebut.

Tobias Schultz adalah Direktur Penelitian & Pengembangan di SCS Global Services, serta seorang praktisi LCA yang berpengalaman. Bapak Schultz memimpin tim sertifikasi untuk studi LCA ini. Beliau dapat dihubungi melalui [email protected], atau dengan menelepon +1.510.452.6389.