2019 : PENILAIAN VARIASI SPASIAL TEMPORAL PM2.5 UNTUK MENGANALISIS PERBANDINGAN TINGKAT POLUSI UDARA DI INDONESIA DAN TAIWAN

Hepi Hapsari Handayani ST.,M.Sc.,Ph.D
Lalu Muhamad Jaelani ST, M.Sc, Ph.D

External link

Type

RESEARCH

Keywords

-


Abstract

Polusi udara banyak dipengaruhi beberapa faktor yaitu topografi, kependudukan, iklim dan cuaca serta tingkat atau angka perkembangan sosio ekonomi dan industrialisasi. Penelitian kesehatan dan lingkungan menunjukkan bahwa menghirup udara yang terkontaminasi secara berkepanjangan akan berdampak buruk pada kesehatan manusia. Penelitian ini membandingkan estimasi persebaran secara spasial temporal polusi udara, khususnya PM2.5 di Indonesia dan Taiwan. Berdasarkan data dari Badan Meteorologi, Klimatologi dan Geofisika, saat ini Indonesia memiliki stasiun pemantau PM2.5 sebanyak 5 stasiun pemantau. Berdasarkan data Taiwan Air Quality Monitoring Network, Taiwan memiliki 77 stasiun pemantau kualitas udara termasuk PM2.5, O3, PM10, CO, SO2, dan NO2. Hal tersebut memiliki kendala untuk menggambarkan variabilitas spasial temporal PM2.5, kerana terdapat persebaran stasiun yang tidak merata di Indonesia dan tidak berimbang dengan jumlah stasiun di Taiwan. Untuk mengatasi hal tersebut, penelitian ini dilakukan pemantauan kualitas udara dengan teknologi pengideraan jauh untuk mengestimasi spasial temporal di kota besar pada masing-masing negara. Penelitian sebelumnya pada tahun 2016 juga melakukan estimasi spasial temporal terhadap persebaran PM2.5 di Taiwan dengan menggunakan variabel yang berbeda dengan penelitian ini, seperti jumlah kendaraan, kuil, dan Chinese restaurant. Berbeda dengan penelitian ini, yang akan mengestimasi persebaran PM2.5 dengan mengorelasikan diantaranya tata guna lahan (land use), suhu (temperature), dan Normalized Difference Vegetation Index (NDVI) yang menggunakan MODIS AOD. Metode yang dilakukan adalah mengkorelasikan setiap variabel pada persebaran PM2.5 dengan koefisien korelasi dan Land Use Regression untuk mengetahui besarnya pengaruh dari varibel tersebut. Hasil dari penelitian ini, akan mendapatkan hasil lebih baik dari model Land Use Regression sebelumnya dan akan menunjukkan hybrid model. Hasil yang diperoleh dari dua pendekatan pengembangan model, selanjutnya dibandingkan dan divalidasi.