Kesatuan Hidrologi Gambut (KHG) Sungai Maluka–Sungai Martapura merupakan wilayah yang rentan terhadap kebakaran lahan, terutama pada musim kemarau yaitu bulan-bulan yang mengalami kondisi difisit yang sering terjadi pada bulan April hingga November sebagai akibat tidak seimbanganya. Penelitian ini bertujuan untuk menganalisis kondisi neraca air selama periode 2013–2023 guna mengkaji distribusi temporal yang memengaruhi potensi kebakaran hutan dan lahan.

Pada penelitian ini digunakan metode neraca air Thornthwaite-Mather untuk menganalisis neraca air dengan memanfaatkan data curah hujan, dan data klimatologi lainnya. Analisis neraca air dengan metode ini meliputi perhitungan curah hujan, evapotranspirasi potensial, perbedan nilai antara nilai curah hujan dengan evapotranspirasi potensial, akumulasi kehilangan potensial air, perbedaan kelembaban tanah, evapotranspirasi aktual, difisit, surplus, kehilangan air pada lahan gambut. Dan juga dilakukan analisis data titik panas (hotspot) yang diperoleh dari instansi terkait dan sumber resmi seperti FIRMS (Fire Information for Resource Management System) milik NASA dengan fokus korelasi pada kondisi defisit di Tahun 2023.

Hasil analisis menunjukkan bahwa rata-rata defisit tertinggi terjadi pada tahun 2015 dengan nilai sebesar -68.349,065 mm, sementara surplus tertinggi terjadi pada tahun 2019 sebesar 56.875,992 mm. Peningkatan defisit pada Tahun 2023 sejalan dengan meningkatnya jumlah sebaran titik panas pada lokasi penelitian. Kondisi defisit dan sebaran titik panas di tahun 2023 menunjukkan bahwa wilayah penelitian memiliki kerentanan tinggi terhadap kebakaran hutan pada musim kemarau di bulan yang sama yaitu dibulan April, Mei, Juni, Juli, Agustus, September, Oktober dan November. Neraca air dapat dijadikan sebagai indikator awal dalam upaya mitigasi kebakaran hutan dan lahan, khususnya di wilayah KHG Sungai Maluka–Sungai Martapura yang memiliki kerentanan tinggi terhadap bahaya kebakaran terutama pada musim kemarau.

Kata kunci: Defisit, hotspot, Surplus, Thornthwaite-Mather.