23
ESTIMASI KONSENTRASI NO
2PERMUKAAN DARI TOTAL COLUMN NO
2SATELIT AURA-OMI
DI CISARUA PERIODE 2017-2018
Dewi Tamara Qothrunada1, Rista Hernandi Virgianto2*, Nugroho Dion Koestantio3, Siti Najma Nindya Utami4, Dhiyaul Qalbi Syofyan5, Hendri Satria WD6
1Stasiun Klimatologi Konawe Selatan, Badan Meteorologi Klimatologi dan Geofisika
2Program Studi Klimatologi, Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
3Stasiun Meteorologi Citeko, Badan Meteorologi Klimatologi dan Geofisika
4Stasiun Pemantau Atmosfer Global Sorong, Badan Meteorologi Klimatologi dan Geofisika
5Stasiun Pemantau Atmosfer Global Kototabang, Badan Meteorologi Klimatologi dan Geofisika
6Pusat Jaringan Komunikasi, Badan Meteorologi Klimatologi dan Geofisika
*E-mail: [email protected]
ABSTRAK
Data satelit AURA/OMI dengan resolusi spasial 0,25 ̊ x 0,25 ̊ dapat digunakan untuk mengetahui konsentrasi polutan di daerah yang tidak dilakukan observasi permukaan, salah satunya adalah NO2. Konsentrasi total column NO2 dari satelit AURA/OMI menggambarkan kepadatan polutan secara vertikal dari permukaan hingga ketinggian troposfer, sehingga perlu dilakukan perhitungan untuk menduga konsentrasi NO2 di permukaan. Tujuan dari penelitian ini adalah untuk mengetahui validasi konsentrasiNO2 permukaan hasil estimasi dengan data observasi di Pos Pemantau Atmosfer Cisarua mulai Januari 2017 sampai Desember 2018. Estimasi konsentrasi NO2 permukaan menggunakan data satelit AURA/OMI dilakukan dengan menyertakan data pemodelan vertical column density CAMs. Metode validasi yang digunakan adalah korelasi dengan uji signifikansi dan analisis galat menggunakan Root Mean Square Error (RMSE). Berdasarkah perhitungan diperoleh koefisien korelasi tertinggi sebesar 0,31 pada bulan Maret-April-Mei dengan uji signifikansi korelasi didapatkan hasil yang signifikan pada periode tahunan dan periode Maret-April-Mei.
Hasil analisis galat didapatkan nilai galat paling rendah adalah pada bulan September-Oktober-November sedangkan nilai tertinggi adalah pada bulan Desember-Januari-Februari.
Kata kunci: NO2, AURA/OMI, CAMs, total column, estimasi
ABSTRACT
AURA / OMI satellite data with a spatial resolution of 0.25 ̊ x 0.25 ̊ can be used to determine the concentration of pollutants in areas that have not been observed, one of them is NO2. NO2 total column concentrations derived from AURA / OMI satellite represent the density of pollutants vertically from the surface to the height of the troposphere, so it is necessary to calculate and estimate NO2 concentrations on the surface. The purpose of this study was to validate the surface NO2 concentrations estimation with the surface observation data at the Atmospheric Monitoring Post in Cisarua from January 2017 to December 2018. Estimation of surface NO2
concentration using AURA / OMI satellite was calculated by including vertical column density from CAMs model. The validation method used are correlation with significance test and error analysis using Root Mean Square Error (RMSE). Based on the calculation, the highest correlation coefficient obtained is 0.31 in March- April-May with significant test in the annual period and the March-April-May period. Error analysis results showed the lowest error value is in September-October-November while the highest value is in December- January-February.
Keywords: NO2, AURA / OMI, CAMs, total column, estimation
24 1. PENDAHULUAN
Indonesia adalah negara dengan tingkat perkembangan ekonomi yang pesat yang diiringi dengan meningkatnya pertumbuhan sektor industri. Polusi yang bersumber dari industrialisasi melalui pembakaran bahan bakar fosil merupakan sumber utama dari zat- zat pencemar udara di daerah perkotaan (Yusad, 2003).
Nitrogen oksida (NOx) yang terdiri dari NO dan NO2 memiliki peran penting dalam siklus kimia di teroposfer dengan terlibat dalam proses produksi ozon permukaan dan aerosol (Seinfeld dan Pandis, 2016). Sumber emisi utama NOx adalah bahan bakar fosil pembakaran, pembakaran biomassa, proses mikrobiologi di tanah, kilat di atmosfer dan emisi pesawat terbang (Lee, dkk., 1997;
Jaeglé, dkk., 2005).
Nitrogen dioksida (NO2) dihasilkan oleh oksidasi nitrogen monoksida (NO) dan hanya sebagian kecil NOx yang dikeluarkan langsung sebagai NO2 (Hewitt dan Jackson, 2020). Warna gas NO2 adalah merah kecoklatan dan berbau tajam menyengat hidung (Pohan, 2002). Dampak nitrogen oksida dalam bentuk NO2 terhadap manusia dapat memberi gangguan berupa sesak nafas, batuk-batuk, kelelahan, sakit kepala, mual dan muntah, kerusakan paru-paru, keracunan hingga menyebabkan kematia (Belanger, dkk., 2006).
Hingga saat ini, kurangnya ketersediaan data konsentrasi NO2 di Indonesia disebabkan karena minimnya stasiun pemantau pencemaran udara. Salah satu yang berlokasi dekat dengan kota Jakarta adalah Stasiun Meteorologi Citeko (Pos Polusi Udara Cibeureum).
Konsentrasi NO2 di atmosfer dapat dipantau menggunakan pengamatan satelit.
Eksperimen remote sensing pertama yang mengukur NO2 adalah Global Ozone Monitoring Experiment (GOME) yang meluncurkan Satelit European Remote Sensing-2 (ERS-2) pada April 1995 (Burrows, dkk., 1999). Kemudian pada tahun 2000, Scanning Imaging Absorption Spectrometer for Atmospheric Cartography (SCIAMACHY) (Bovensmann, dkk., 1999) dan Ozone Monitoring Instrument (OMI) (Boersma, dkk., 2002; Bucsela, dkk., 2006;
Levelt, dkk., 2006) menjadi instrumen remote sensing tambahan untuk mengukur NO2. Instrumen memiliki resolusi spasial yang lebih baik dari GOME, yakni 30 km × 60 km pada SCIAMACHY dan 13 km × 24 km pada OMI.
Konsentrasi NO2 oleh OMI diperoleh dari pengukuran spektral dalam rentang spektral, antara 405 dan 465 nm sebagai kontribusi dari Misi Aura oleh Belanda dan Finlandia, melebihi data versi 3 (V3) generasi berikutnya dari produk standar NO2 OMI, berdasarkan pada algoritma differential optical absorption spectroscopy (DOAS) berurutan (Marchenko, dkk., 2015).
Penelitian mengenai perbandingan data NO2
satelit AURA-OMI dengan data observasi permukaan telah dilakukan oleh (Ionov, dkk., 2008; Choi, dkk., 2014; Alexandri, dkk., 2018). Penelitian yang dilakukan Alexandri, dkk. (2018) menduga konsentrasi NO2
permukaan dengan data total column tropospheric OMI di Eropa bagian selatan dan melibatkan data chemical transport model (CAMs) dalam estimasi konsentrasi NO2
permukaan. Penelitian tersebut menghasilkan koefisien korelasi temporal yang sangat baik dengan data observasi (R = 0,6 sampai 0,8).
Penelitian tentang perbandingan NO2 OMI dengan data observasi di Indonesia masih sangat sedikit yang salah satunya dilakukan oleh Darmawan and Syafei (2019) di Jakarta dan Surabaya dengan menggunakan asumsi yang sangat sederhana dengan ketinggian troposfer sebesar 10 km. Oleh karena itu, penelitian ini dilakukan menggunakan analisis yang lebih komprehensif untuk memperkirakan konsentrasi NO2 permukaan menggunakan data satelit AURA-OMI kemudian dibandingkan dengan data observasi NO2 di Stasiun Pemantauan Kualitas Udara, Cisarua, Bogor.
2. DATA DAN METODE
Penelitian ini mengambil studi di wilayah Cisarua, Bogor Jawa Barat sebagaimana pada Gambar 1. Kecamatan Cisarua merupakan destinasi wisata favorit warga ibukota sering mengalami lonjakan pengunjung ketika hari- hari libur. Lonjakan kendaraan di hari libur ini menjadi kajian yang menarik untuk dilaksanakan penelitian mendalam pengaruhnya terhadap variabilitas konsentrasi
25 NO2 di wilayah Cisarua. Cisarua merupakan
daerah wilayah dataran tinggi yang memiliki variasi diurnal yang diakibatkan adanya pengaruh lokal seperti angin gunung (katabatic) dan angin lembah (anabatic) (Alfuadi dan Prayuda, 2015).
Data yang digunakan dalam penelitian ini adalah data observasi NO2 serta data arah dan kecepatan angin yang diambil dari Stasiun Meteorologi Citeko dengan titik koordinat 6,697o LS dan 106,935oBT, data konsentrasi total column NO2 satelit AURA/OMI dari web Giovanni dengan resolusi 0,25o, data konsentrasi near real time permukaan dan vertical column density NO2 dari model CAMs dari European Centre for Medium- Range Weather Forecasts (ECMWF) dengan resolusi 0,125o. Keseluruhan data yang digunakan mempunyai resolusi spasial harian dengan periode Mei 2017 sampai dengan Desember 2018.
Gambar 1. Peta Lokasi Penelitian
Langkah penelitian dimulai dengan mengumpulkan semua data yang digunakan.
Ekstraksi data model CAMs ECMWF dilakukan untuk memperoleh konsentrasi NO2
harian. Data satelit NO2 dalam penelitian ini menggunakan besarnya tingkatan vertical column density (VCD) NO2. Besaran tingkat pencemaran yang dihasilkan dari perangkat lunak berbasis web Giovanni terdapat dalam satuan molekul/cm2. Sehingga hasil perlu dikonversi dengan perhitungan sebagai berikut:
𝑁𝑂2 (𝑔
𝑚3) = 𝑁𝑂2(𝑚𝑜𝑙𝑒𝑐 𝑐𝑚⁄ 2) 𝑥𝑘𝑒𝑡𝑒𝑏𝑎𝑙𝑎𝑛 𝑎𝑡𝑚𝑜𝑠𝑓𝑒𝑟 𝑥 𝐵𝑀 𝑁𝑂2 6,02 𝑥 1023𝑥 1 𝑚𝑜𝑙 (1) Keterangan:
1 mol = 6,02 x 1023 molekul
Berat molekul (BM) NO2 = 46 g/mol Ketebalan Troposfer = 15.000 m
Hasil perhitungan menggunakan rumus (1) dengan satuan g/m3 di konversi sekali lagi
untuk menghasilkan data dengan satuan ppb.
Rumus yang digunakan dalam konversi sebagai berikut ini (Zendrato, 2010).
𝑁𝑂2 (𝑝𝑝𝑏) = 𝑁𝑂
2 (𝑔 𝑚3)
106 𝑥 𝑏𝑒𝑟𝑎𝑡 𝑢𝑑𝑎𝑟𝑎 𝑘𝑒𝑟𝑖𝑛𝑔 (2) Keterangan:
Berat udara kering = 1,1839 g/m3
Selanjutnya, menghitung estimasi konsentrasi NO2 permukaan OMI menggunakan metode estimasi konsentrasi permukaan satelit, yang dilakukan dengan rumus berikut (Lamsal, dkk., 2014):
𝑆𝑜 = 𝑆𝑐
𝑉𝑐 𝑥 𝑉𝑜 (3) Keterangan:
So : kosentrasi NO2 permukaan OMI
Sc : konsentrasi near real time NO2 permukaan CAMs
Vc : vertical column density NO2 CAMs Vo : total column NO2 OMI
Data observasi NO2 serta arah dan kecepatan angin kemudian dibuat grafik polarplot menggunakan software R dengan Package
“openair” (Carslaw dan Ropkins, 2012), sedangkan untuk data satelit AURA/OMI, model CAMs dan konsentrasi NO2 permukaan hasil estimasi digambarkan melalui grafik scatterplot.
Validasi data konsentrasi permukaan NO2
hasil estimasi dengan data observasi NO2
dilakukan dengan menggunakan korelasi Pearson dengan uji signifikansi dan Root Mean Square Error (RMSE)
3. HASIL DAN PEMBAHASAN
3.1 Konsentrasi NO2 berdasarkan data Observasi
Konsentrasi NO2 berdasarkan data observasi di Cisarua, Dramaga, dan Serpong disajikan dalam polarplot bulanan dan tahunan (2017- 2018). Kedua periode waktu ini dipilih agar dapat membandingkan pola data secara keseluruhan dan dalam periode per-tiga bulanan. Periode musiman ditetapkan per-tiga bulanan, Desember-Januari-Februari (DJF), Maret-April-Mei (MAM), Juni-Juli-Agustus (JJA), dan September-Oktober-November (SON).
26 Sebaran konsentrasi NO2 selama 2017 sampai
2018 di Cisarua ditunjukan oleh Gambar 2.
Arah angin yang membawa konsentrasi NO2
dominan berasal dari tiga arah, yaitu timur, barat daya, dan barat. Arah angin yang membawa konsentrasi NO2 terbesar berasal dari barat daya sebesar 6 sampai 10 ppb dengan kecepatan angin sebesar 0 sampai 6 knots. Selanjutnya diikuti oleh arah angin dari timur sebesar 3 sampai 6 ppb dengan kecepatan angin yang sama seperti arah angin dari barat daya. Kondisi berbeda ditunjukkan oleh angin dari arah barat dengan konsentrasi NO2 paling kecil, yaitu sekitar 1sampai 3 ppb dengan kecepatan angin mencapai 0 sampai 7 knots.
Gambar 2. Polarplot NO2 Cisarua 2017 - 2018 dalam ppb
Gambar 3. Polarplot NO2 Cisarua 2017 - 2018 dalam ppb
Gambar 3 menunjukkan sebaran konsentrasi per-tiga bulan. Saat MAM, arah angin yang membawa konsentrasi dominan berasal dari arah timur dengan kecepatan angin 0-5 knots
dan konsentrasi NO2 sebesar 0-4 ppb. Pada JJA arah angin pembawa konsentrasi tertinggi dari arah barat dengan konsentrasi NO2
sebesar 4 sampai 8 ppb dan kecepatan angin antara 0 sampai 6 knots. Kondisi berbeda ditunjukkan saat SON dengan arah polutan dominan berasal dari arah barat daya dan barat. Arah barat daya saat SON, kecepatan angin mencapai 0 sampai 7 knots dan membawa konsentrasi polutan sebesar 0 sampai 8 ppb. Sedangkan dari arah barat, konsentrasi NO2 yang dibawa antara 0 sampai 4 ppb dengan kecepatan angin sebesar 0 sampai 7 knots. Sementara konsentrasi terbesar terjadi pada DJF saat angin dari arah barat daya dengan kecepatan angin mencapai 0 sampai 7 knots dan membawa polutan sebesar 12 sampai18 ppb.
Analisis variabilitas NO2 menunjukkan bahwa konsentrasi NO2 maksimum terjadi bersamaan dengan puncak musim hujan saat DJF.
Kondisi ini dapat disebabkan karena proses denitrifikasi atau pembusukan tanaman maksimum terjadi pada bulan-bulan ini.
Cisarua tidak termasuk daerah dengan sumber utama polutan dari pabrik karena bukan daerah perkotaan. Konsentrasi NO2 terendah di wilayah Cisarua terjadi pada MAM, yaitu ketika puncak musim hujan telah berakhir dan memasuki musim peralihan menuju kemarau.
Kemudian telah berkurang melalui proses peluruhan akibat hujan sehingga nilai konsentrasi NO2 minimum terjadi pada musim MAM. Hal ini didukung oleh penelitian yang dilakukan oleh Nababan (1989) bahwa terjadi proses pembersihan polutan pada saat terjadinya hujan.
3.2 Konsentrasi NO2 berdasarkan data total column satelit AURA-OMI dan data model CAMs
Gambar 4. Konsentrasi total column NO2 OMI di Cisarua dalam molekul/cm2 selama 2017-2018 NO2
(ppb )
27 Gambar 4 menunjukkan konsentrasi total
column NO2 OMI di wilayah ini antara 3,0 x 1015 - 1,40 x 1016 molekul/cm2. Terjadi penurunan jumlah konsentrasi NO2 pada bulan Desember-Januari. Pada data terlihat bahwa terdapat beberapa pencilan yang mengakibatkan data mempunyai variasi yang besar. Nilai-nilai pencilan banyak terdapat pada konsentrasi NO2 OMI, dengan beberapa data yang hampir mendekati nol.
Variabilitas konsentrasi total column NO2
OMI per-tiga bulanan ditunjukkan Gambar 5.
Saat MAM antara 5,0 x 1015 sampai 1,0 x 1016 molekul/cm2. Pada musim ini dapat dilihat bahwa konsentrasi NO2 pada OMI menurun.
Pada musim JJA konsentrasi total column NO2 OMI antara 5,0 x 1015 sampai 1,0 x 1016 molekul/cm2. Saat SON, konsentrasi NO2 total column dari OMI. Konsentrasi total column NO2 OMI pada musim ini antara 6,0 x 1015 sampai 1,0 x 1016 molekul/cm2. Saat DJF fluktuasi konsentrasi NO2 OMI paling sedikit.
Konsentrasi total column NO2 OMI antara 2,0 x 1015 sampai 1,20 x 1016 molekul/cm2.
Gambar 5. Konsentrasi total column NO2 OMI per -tiga bulanan di Cisarua dalam molekul/cm2
Gambar 6. Scatterplot konsentrasi NO2 permukaan dan VCD NO2 CAMs di Cisarua 2017- 2018
Grafik scatterplot data NO2 permukaan CAMs dan VCD CAMs dibuat untuk mengetahui hubungan diantara kedua data sebelum kemudian diolah menjadi data NO2
permukaan hasil estimasi seperti pada Gambar 6. Berdasarkan gambar tersebut besaran konsentrasi VCD NO2 CAMs antara 5,0 x 10-6 sampai 1,5 x 10-5 µg/m3 dan konsentrasi NO2 permukaan CAMs antara 2,0 x 10-8 sampai 1,6 x 10-7 µg/m3. Terdapat beberapa data VCD NO2 CAMs dengan nilai mendekati 0. Persamaan regresi pada kedua data ini adalah y = 0.0032x + 4 x 10-8 dengan nilai R2
= 0,0969. Berdasakan gambar tersebut dapat dilihat bahwa terdapat beberapa pencilan yang jauh dari garis regresi. Dapat dilihat bahwa pencilan didominasi oleh nilai VCD NO2
CAMs dengan nilai minimum yang sangat kecil hingga mendekati 0.
Gambar 7. Konsentrasi VCD NO2 dan permukaan CAMs per-tiga bulanan di Cisarua
Perbandingan konsentrasi VCD NO2 dan permukaanpada Gambar 7, menunjukkan saat MAM sebaran konsentrasi VCD NO2 CAMs mempunyai variasi yang lebih kecil disbandingkan dengan data permukaan CAMs. Sebaran data VCD NO2 pada bulan- bulan ini antara 5,0 x 10-6 sampai 1,05 x 10-5 µg/m3, sementara data permukaan CAMs antara 2,0 x 10-8 sampai 1,5 x 10-7 µg/m3. Persamaan regresi data CAMs musim MAM di wilayah ini adalah y = 0.0035x + 5 x 10-08 dengan nilai R2 = 0,0769. Saat JJA terlihat bahwa sebaran konsentrasi VCD NO2 dan permukaan menjadi lebih acak dan terdapat banyak pencilan. Sebaran VCD NO2 pada bulan-bulan ini antara 1,0 x 10-6 sampai 1,5 x 10-5 µg/m3, sementara data permukaan CAMs antara 4,0 x 10-8 sampai 1,5 x 10-7 µg/m3. Persamaan regresi data CAMs tahunan di wilayah ini adalah y = 0.0014x + 8 x 10-08
28 dengan nilai R2 = 0,0161. Konsentrasi VCD
NO2 CAMs dan permukaan pada saat SON menunjukkan pola sebaran yang lebih kecil dibanding saat JJA. Konsentrasi VCD NO2
pada musim ini antara 2,0 x 10-6 sampai 1,7 x 10-5 µg/m3 dan konsentrasi NO2 permukaan CAMs antara 2,0 x 10-8 sampai 1,0 x 10-7 µg/m3. Persamaan regresi data CAMs adalah y = 0.0019x + 4 x 10-08 dengan nilai R2 = 0,0801.
Pola sebaran konsentrasi NO2 CAMs paling baik ada pada saat DJF, dengan sebaran terlihat lebih kecil. Hal ini didukung dengan nilai R2 yang mencapai 0,2841 dengan persamaan regresi y = 0.0056x + 1 x 10-08. Sebaran VCD NO2 CAMs di wilayah ini antara 5,0 x 10-6 sampai 1,5 x 10-5 µg/m3 dan konsentrasi NO2 permukaan CAMs antara 1,0 x 10-8 sampai 1,0 x 10-7 µg/m3.
Pada sebaran VCD NO2 CAMs dan permukaan CAMs, menunjukkan variasi yang lebih kecil pada saat DJF. Hasil ini juga didukung oleh koefisien determinasi (R2) yang menunjukkan hubungan yang baik antara kedua data tersebut. Sedangkan pada SON dan MAM yang mempunyai nilai R2 yang rendah, ditandai adanya pencilan yaitu nilai ekstrem pada data yang mengakibatkan interval dan persebaran datanya yang lebih acak. Sedangkan kondisi berbeda ditunjukkan pada sebaran data konsentrasi NO2 total column satelit AURA/OMI dan VCD NO2
CAMs. Hal tersebut menunjukkan pola sebaran yang lebih kecil pada musim JJA.
Selain itu, tidak terlihat adanya kesamaan nilai maksimum dan minimum NO2 antara data satelit AURA/OMI dan data CAMs dengan data observasi.
3.3 Perbandingan antara Konsentrasi NO2
permukaan hasil estimasi dari total column NO2 satelit AURA-OMI dengan data observasi
Berdasarkan Gambar 8, dapat dilihat bahwa korelasi tertinggi ditunjukkan saat MAM, yaitu sebesar 0,31. Korelasi paling rendah di wilayah ini ditunjukkan saat DJF dengan nilai korelasi sebesar 0,11. Untuk musim lainnya yaitu SON dan JJA, korelasi yang dihasilkan sebesar 0,17 dan 0,22. Hasil perbandingan antara konsentrasi NO2 hasil perhitungan (So) OMI dengan data observasi menunjukkan nilai korelasi yang lebih tinggi pada saat konsentrasi NO2 observasi mencapai nilai
minimum (MAM). Nilai korelasi juga sesuai dengan pola sebaran konsentrasi total column NO2 OMI dan CAMs serta pola sebaran VCD NO2 CAMs dan NO2 permukaan CAMs. Saat pola sebaran acak, terdapat banyak pencilan dengan nilai R2 kecil kemudian nilai korelasi yang dihasilkan juga kecil.
Gambar 8. Korelasi antara NO2 hasil estimasi Satelit AURA-OMI dengan data observasi di Cisarua 2017-2018
Gambar 9. Scatterplot konsentrasi NO2 estimasi OMI (So) dengan data observasi
Berdasarkan Gambar 9, terlihat bahwa pola sebaran konsentrasi NO2 estimasi OMI (So) di wilayah Cisarua sangat menyebar dan terdapat banyak pencilan. Meskipun pencilan terbanyak dapat dilihat ada pada data observasi, namun data So mempunyai varian yang lebih besar. Konsentrasi So dan data observasinya cenderung berkumpul di satu rentang, namum masih mengikuti garis regresi. Kecenderungan kedua kelompok data mengikuti garis regresi menunjukkan bahwa terdapat korelasi antara dua variable meskipun korelasinya rendah diakibatkan oleh pencilan pada data. Hal ini juga dapat dilihat pada nilai koefisien determinasi (R2) yang menujukkan besarnya keterkaitan diantara kedua variabel sebesar 0,0444. Interval konsentrasi NO2
observasi berada pada kisaran antara 0 sampai
29 20 ppb dan konsentrasi dugaan, So antara 0
sampai 45 ppb. Grafik scatterplot kedua data ini menghasilkan persamaan regresi, yaitu y = 0,7342x + 17,133.
Tabel 1. Hasil uji signifikansi korelasi dan analisis galat antara hasil estimasi konsentrasi NO2 OMI dengan data observasi
Uji signifikansi dilakukan pada data tahunan (2017 sampai 2018) dan tiga bulanan di Cisarua dengan ambang batas signifikansi p- value <0,05 (Sig.2-tailed) berikut dengan analisis galat menggunakan RMSE dan MAPE yang hasilnya ditampilkan pada Tabel 1. Hasil uji signifikansi F di wilayah Cisarua menunjukkan terdapat 3 hasil yang signifikan, yaitu tahunan dengan p-value 0,01, saat MAM dengan p-value 0,003, dan SON denagn p- value 0,02. Dua periode lainnya di wilayah ini menunjukkan hasil yang tidak signifikan, yaitu saat DJF dengan p-value 0,07 dan JJA dengan p-value 0,42. Hasil uji signifikansi dengan hasil yang signifikan (p-value<0,5) pada periode keseluruhan tahun disebabkan karena panjang data yang digunakan mempengaruhi hasil uji signifikansi. Nilai RMSE terbesar ada pada periode keseluruhan tahun (190,2) kemudian disusul DJF (177,1).
Sedangkan nilai terkecil ada pada periode SON (82,3) kemudian disusul MAM (93,9).
4. KESIMPULAN
Variasi konsentrasi NO2 di Cisarua berdasarkan data observasi menunjukkan nilai maksimum pada saat puncak musim hujan, yaitu saat DJF sebesar 12 sampai 18 ppb.
Variasi tahunan konsentrasi NO2 sangat dipengaruhi oleh arah dan kecepatan angin dominan dipermukaan. Sementara, variasi musiman konsentrasi NO2 berdasarkan data OMI dan CAMs dan menunjukkan hasil yang lebih teratur dan mempunyai koefisien determinasi (R2) yang tinggi pada saat puncak musim hujan dan musim kemarau.
Korelasi antara data NO2 permukaan hasil estimasi OMI (So) dengan data observasi menghasilkan nilai korelasi tertinggi dan signifikan pada saat MAM. Galat paling besar pada musim DJF dan paling kecil pada saat
SON dan MAM. Nilai galat yang besar dikarenakan asumsi ketebalan troposfer yang masih belum sesuai dengan ketinggian total column NO2 yang dimonitor oleh Satelit AURA/OMI. Luaran model VCD CAMs yang digunakan juga turut mempengaruhi hasil validasi.
Kajian lebih lanjut dapat dilakukan untuk memvalidasi konsentrasi NO2 dari satelit OMI dengan menggunakan perhitungan ketinggian total column yang lebih sesuai dan periode pengamatan yang lebih panjang.
UCAPAN TERIMA KASIH
Ucapan terimakasih Penulis sampaikan kepada Stasiun Meteorologi Citeko atas akses data observasi konsentrasi NO2 permukaan di Pos Pemantauan Atmosfer Cisarua.
DAFTAR PUSTAKA
Alexandri, F., Zyrichidou, I., Balis, D., Poupkou, A. dan Melas, D. 2018.
Inference of surface nitrogen dioxide concentrations from Ozone Monitoring Instrument (OMI) tropospheric NO.
Alfuadi, N. dan Prayuda, S. S. 2015. Analisa Karakteristik Curah Hujan Diurnal di Stasiun Meteorologi Sangkapura- Bawean dan Stasiun Meteorologi Citeko-Bogor Berdasarkan Pengaruh Regional dan Lokal. Prosiding Seminar Nasional Fisika dan Aplikasinya, Universitas Padjadjaran.
Belanger, K., Gent, J. F., Triche, E.
W., Bracken, M. B. dan Leaderer, B.
P. 2006. Association of indoor nitrogen dioxide exposure with respiratory symptoms in children with asthma. American journal of respiratory and critical care medicine. Vol. 173. Halaman 297- 303.
Boersma, K., Bucsela, E., Brinksma, E. dan Gleason, J. 2002. OMI algorithm theoretical basis document: OMI trace gas algorithms, vol. 4, edited by K.
Chance. Rep. ATBD-OMI.
Tahunan DJF MAM JJA SON
p-value 0,01 0,07 0,003 0,42 0,02 RMSE 190,2 177,1 93,9 105,3 82,3
30 Bovensmann, H., Burrows, J., Buchwitz, M.,
Frerick, J., Noël, S., Rozanov, V., Chance, K. dan Goede, A. 1999.
SCIAMACHY: Mission objectives and measurement modes. Journal of the Atmospheric Sciences.
Bucsela, E., Celarier, E., Wenig, M., Gleason, J., Veefkind, J., Boersma, K. dan Brinksma, E. (2006). Algorithm for NO2 vertical column retrieval from the ozone monitoring instrument, IEEE T. Geosci. Remote, 44 (5), 1245-1258.
Burrows, J. P., Weber, M., Buchwitz, M., Rozanov, V., Ladstätter- Weißenmayer, A., Richter, A., DeBeek, R., Hoogen, R., Bramstedt, K. dan Eichmann, K.-U. 1999. The global ozone monitoring experiment (GOME): Mission concept and first scientific results. Journal of the Atmospheric Sciences. Vol. 56.
Halaman 151-175.
Carslaw, D. C. dan Ropkins, K. 2012.
Openair—an R package for air quality data analysis. Environmental Modelling & Software. Vol. 27.
Halaman 52-61.
Choi, S., Joiner, J., Choi, Y., Duncan, B., Vasilkov, A., Krotkov, N. dan Bucsela, E. 2014. First estimates of global free-tropospheric NO2 abundances derived using a cloud- slicing technique applied to satellite observations from the Aura Ozone Monitoring Instrument (OMI). Atmos.
Chem. Phys. Vol. 14. Halaman 10,565-510,588.
Darmawan, T. B. dan Syafei, A. D. 2019.
Characterizing NO2 in Indonesia Using Satellite Ozone Monitoring Instruments. IOP Conference Series:
Earth and Environmental Science.
Hewitt, C. N. dan Jackson, A. V. 2020.
Atmospheric science for environmental scientists. John Wiley
& Sons.
Ionov, D. V., Timofeyev, Y., Sinyakov, V., Semenov, V., Goutail, F., Pommereau, J. P., Bucsela, E., Celarier, E. dan Kroon, M. 2008.
Ground‐based validation of EOS‐
Aura OMI NO2 vertical column data in the midlatitude mountain ranges of Tien Shan (Kyrgyzstan) and Alps (France). Journal of Geophysical Research: Atmospheres.
Jaeglé, L., Steinberger, L., Martin, R. V. dan Chance, K. 2005. Global partitioning of NO x sources using satellite observations: Relative roles of fossil fuel combustion, biomass burning and soil emissions. Faraday discussions.
Vol. 130. Halaman 407-423.
Lamsal, L., Krotkov, N., Celarier, E., Swartz, W., Pickering, K., Bucsela, E., Gleason, J., Martin, R., Philip, S. dan Irie, H. 2014. Evaluation of OMI operational standard NO2 column retrievals using in situ and surface- based NO2 observations.
Atmospheric Chemistry and Physics.
Vol. 14. Halaman 11587.
Lee, D., Köhler, I., Grobler, E., Rohrer, F., Sausen, R., Gallardo-Klenner, L., Olivier, J., Dentener, F. dan Bouwman, A. 1997. Estimations of global no, emissions and their uncertainties. Atmospheric Environment. Vol. 31. Halaman 1735- 1749.
Levelt, P. F., Hilsenrath, E., Leppelmeier, G.
W., van den Oord, G. H., Bhartia, P.
K., Tamminen, J., de Haan, J. F. dan Veefkind, J. P. 2006. Science objectives of the ozone monitoring instrument. IEEE Transactions on Geoscience and Remote Sensing. Vol.
44. Halaman 1199-1208.
Marchenko, S., Krotkov, N., Lamsal, L., Celarier, E., Swartz, W. dan Bucsela, E. 2015. Revising the slant column density retrieval of nitrogen dioxide observed by the Ozone Monitoring Instrument. Journal of Geophysical Research: Atmospheres. Vol. 120.
Halaman 5670-5692.
Nababan, B. 1989. Studi Hujan Asam di Daerah Kotamadya Bogor dan Sekitarnya. Skripsi. Institut Pertanian Bogor, Bogor.
31 Pohan, N. 2002. Pencemaran udara dan hujan
asam.
Seinfeld, J. H. dan Pandis, S. N. 2016.
Atmospheric chemistry and physics:
from air pollution to climate change.
John Wiley & Sons.
Yusad, Y. 2003. Polusi Udara Dikota-kota Besar Dunia.
Zendrato, E. 2010. Pengukuran Kadar Gas Pencemar Nitrogen Dioksida (NO2) di Udara Sekitar Kawasan Industri Medan.
