Lingkungan

Peta Global Ini Menunjukkan Bukti Alam yang Tidak Rusak Sangat Menguntungkan Manusia

Petanya menggambarkan wilayah mana saja yang diuntungkan, dan siapa saja yang paling berpotensi mengalami kerugian jika alam semakin rusak.
Peta Global Ini Menunjukkan Bukti Alam yang Tidak Rusak Sangat Menguntungkan Manusia
Peta Proyek Modal Alam. Gambar dari: Chaplin-Kramer dkk, terbit pertama kali di Jurnal Science (2019) 

Sebagian besar orang menyadari alam sangat penting bagi kesehatan fisik dan mental kita. Akan tetapi, banyak yang belum memahami betapa besar pengaruh alam terhadap kehidupan kita dalam skala global.

Dalam studi yang diterbitkan Kamis di Science, sekelompok peneliti memetakan pentingnya “modal alam” atau sumber daya seperti tanah berkualitas, air bersih dan ekosistem tangguh. Tim yang dipimpin Rebecca Chaplin-Kramer, kepala ilmuwan Proyek Modal Alam di Universitas Stanford, meluncurkan peta global interaktif yang menunjukkan pengaruh alam terhadap penyerbukan alam, kualitas air, dan risiko bahaya pesisir.

Iklan

"Kecanggihan teknologi memudahkan kami memetakan kontribusi alam secara terperinci dan dapat diakses pada skala global," kata Chaplin-Kramer lewat keterangan tertulis. "Dengan menerapkan teknologi baru ini, kita bisa melihat jelas lokasi mana saja di seluruh dunia yang menerima keuntungannya. Kita juga bisa menyaksikan siapa yang paling dirugikan kerusakan lingkungan."

Peta ini dibuat menggunakan data dari Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services (IPBES), komite PBB yang bertugas melacak kontribusi alam kepada penduduk dunia. Setiap model merupakan kombinasi data tentang kebutuhan modal alam masyarakat lokal, serta kapasitas daerah tertentu untuk melestarikan sumber daya tersebut, baik saat ini maupun beberapa dekade mendatang.

Kontribusi alam digambarkan menggunakan warna hijau, sedangkan kebutuhan manusia berwarna merah muda. Warna merah muda pekat menunjukkan “kesenjangan manfaat” di wilayah tersebut sangat meresahkan. Itu berarti kebutuhan manusia melebihi kemampuan alam dalam menyediakannya.

Proyeksi dunia pada 2050 diberi warna dari kuning sampai merah berdasarkan kemungkinan perubahan terhadap penyerbukan tanaman, kualitas air, dan bahaya pesisir di bawah berbagai skenario.

1570729711639-Screen-Shot-2019-10-10-at-10818-PM

Tangkapan layar peta yang memproyeksikan kerugian panen pada 2050. Gambar: Chaplin-Kramer dkk, Science (2019)

Model-model ini sangat mengerikan. Menurut penelitian, lima miliar manusia berisiko kekurangan panen dan terpapar polusi air serta bahaya pesisir pada 2050. Penduduk negara berkembang seperti Afrika dan Asia Selatan menjadi yang paling berpotensi menghadapi krisis pangan dan air.

Iklan

Sementara itu, 500 juta masyarakat pesisir di seluruh dunia—terlepas dari kekayaannya—dapat terkena dampak naiknya permukaan laut dan meningkatnya intensitas badai akibat perubahan iklim.

Kalian bisa menjelajahi proyeksi masa depan melalui lensa dari berbagai skenario di situs webnya. Pilihan "Sustainability" menyediakan gambaran manusia mampu memprioritaskan pelestarian lingkungan dan mengatasi ketidakadilan kekayaan secara efektif sebelum 2050. Skenario “Fossil Fueled Development” menunjukkan masa depan umat manusia yang tidak membatasi konsumsi bahan bakar fosil. Model "Regional Rivalry" mengidentifikasi daerah-daerah rawan “kebangkitan nasionalisme,” yang menurut situs berikut diperburuk oleh kelangkaan sumber daya.

Meski situs web baru ini hasilnya tak akan menyenangkan, Chaplin-Kramer dan rekan mengembangkannya sebagai sarana menggagalkan proyeksi yang lebih merusak, dan menguraikan tempat investasi yang membawa dampak terbesar.

"Ada semakin banyak peluang bagi sains untuk menginformasikan investasi semacam itu pada skala lokal sampai nasional," demikian kesimpulan dari tim peneliti. "Pada akhirnya, mengungkapkan kontribusi alam dalam pengertian yang beragam dan mudah diakses penting untuk menghindari skenario terburuk dan mentransformasikannya ke dunia yang lebih maju bagi manusia dan alam."

Artikel ini pertama kali tayang di Motherboard