Estimasi Konsentrasi CO dan NO2 menggunakan Data Sentinel-5P dan Analisis Pengaruh Faktor Meteorologi di DKI Jakarta

Abstract

Provinsi DKI Jakarta merupakan wilayah dengan tingkat pencemaran udara yang tinggi akibat kepadatan penduduk, aktivitas transportasi, dan industri. Pemantauan kualitas udara selama ini mengandalkan Stasiun Pemantauan Kualitas Udara (SPKU), namun jumlahnya masih terbatas sehingga penggunaan satelit Sentinel-5P berpotensi menjadi alternatif pemantauan. Penelitian ini bertujuan memvalidasi data CO dan NO2 dari Sentinel-5P terhadap data observasi lapang dari SPKU di lima lokasi selama tahun 2023 dan membuat peta estimasi sebaran konsentrasi polutan bulanan. Penelitian ini melakukan koreksi data satelit menggunakan regresi linear sederhana dan regresi berganda untuk menganalisis pengaruh faktor meteorologi (suhu, kelembaban, curah hujan, dan kecepatan angin). Hasil validasi menunjukkan data satelit cenderung lebih rendah daripada observasi, CO (r = 0,20; R² = 0,04, p-value = 0,13) dan pada NO2 (r = 0,412; R² = 0,170, p-value = 0,001). Pola fluktuasi setelah dilakukan normalisasi menunjukkan pola yang hampir sama antara data Sentinel-5P dan data observasi. Hasil estimasi distribusi spasial CO dan NO2 lebih tinggi pada musim kemarau, terutama di Jakarta Pusat dan Barat. Suhu udara berpengaruh signifikan menurunkan CO, sedangkan kecepatan angin dominan pada NO2. Penelitian ini menegaskan pentingnya validasi data satelit untuk pemantauan kualitas udara serta potensi integrasinya dengan data meteorologi untuk mendukung kebijakan pengendalian polusi di Jakarta.

DKI Jakarta experiences high air pollution levels due to dense population, transportation, and industrial activities. Air quality monitoring has relied on Air Quality Monitoring Stations (SPKU), which are limited in number, making Sentinel-5P satellite data a potential alternative. This study aims to validate carbon monoxide (CO) and nitrogen dioxide (NO2) data from Sentinel-5P against ground-based observations at five AQMS locations in 2023 and to estimate the monthly spatial distribution of pollutants. Satellite data were corrected using simple and multiple linear regression to assess the influence of meteorological factors, including temperature, humidity, rainfall, and wind speed. Validation results indicate that satellite-derived concentrations are generally lower than observed values, with weak correlation for CO (r = 0,20; R² = 0,04; p-value = 0,13) and moderate correlation for NO2 (r = 0,412; R² = 0,170; p-value = 0,001). Normalized data show similar temporal patterns between satellite and observational datasets. Higher CO and NO2 concentrations occur during the dry season, particularly in Central and West Jakarta. Temperature significantly reduces CO concentrations, while wind speed strongly influences NO2 levels.