Analisis Hubungan Aerosol Optical Depth dan Faktor Meteorologi dengan Konsentrasi Partikulat Permukaan di DKI Jakarta

Abstract

Dinamika partikulat (PM) dipengaruhi oleh banyak faktor, antara lain sumber emisi, proses transpor dan transformasi partikulat serta faktor meteorologi. Penelitian ini bertujuan untuk menganalisis hubungan aerosol optical depth (AOD) dan faktor meteorologi yang meliputi suhu udara (T), kecepatan angin (WS) dan kelembapan relatif (RH) dengan PM10 dan PM2,5 menggunakan analisis korelasi, serta mengevaluasi model statistik regresi linear dengan input AOD, boundary layer height (BLH) dan WS di DKI Jakarta. Data observasi dari lima stasiun pemantauan kualitas udara (SPKUA) diintegrasikan dengan data reanalisis dan data satelit dari MODIS Terra dan Aqua. Hasil analisis secara keseluruhan menunjukkan AOD dan T berkorelasi positif dengan r = 0,24 dan 0,16 untuk PM10 dan r = 0,46 dan 0,18 untuk PM2,5, sedangkan WS dan RH menunjukkan korelasi negatif dengan r = -0,07 dan -0,23 untuk PM10 dan r = -0,12 dan -0,23 untuk PM2,5, dengan korelasi yang lebih kuat didapati selama bulan basah (DJF) dibandingkan bulan kering (JJA). Regresi linear sederhana untuk AOD-PM menghasilkan R2 = 0,0420 – 0,2142. Sementara itu, regresi linear berganda menggunakan AOD, BLH dan WS sebagai prediktor menghasilkan R2 = 0,0119 – 0,1188 untuk PM10 dan R2 = 0,0262 – 0,2284 untuk PM2,5. Rendahnya performa model secara keseluruhan menunjukkan bahwa pendekatan statistik linear terbatas dalam menangkap kompleksnya dinamika dan interaksi antara polutan terhadap kondisi meteorologi lokal di wilayah tropis perkotaan seperti DKI Jakarta

Particulate matter (PM) dynamics are influenced by various factors, including emission sources, particulate transport and transformation process, as well as meteorological factors. This study aims to analyze the relationship of aerosol optical depth (AOD) and meteorological factors including air temperature (T), wind speed (WS) and relative humidity (RH) with PM10 and PM2,5 using correlation analysis, and evaluate linear regression statistical models incorporating AOD, boundary layer height (BLH), and WS in DKI Jakarta. Ground based data from five air quality monitoring stations (SPKUA) were integrated with reanalysis data and satellite data from MODIS Terra and Aqua. Results show that AOD and T correlated positively with r = 0,24 and 0,16 for PM10 and r = 0,46 and 0,18 for PM2,5, whereas WS and RH showed negative correlations with r = -0,07 and -0,23 for PM10 and r = -0,12 and -0,23 for PM2,5, while stronger correlations appeared during the wet season (DJF) than the dry season (JJA). Simple linear regression for AOD-PM yielded R2 = 0,0420 – 0,2142. Meanwhile, multiple linear regression using AOD, BLH, and WS as predictors resulted in R2 = 0,0119 – 0,1188 for PM10 and R2 = 0,0262 – 0,2284 for PM2,5. The overall low performance of models indicates linear statistical approaches are limited in capturing complex dynamics and interactions between pollutants and local meteorological conditions in tropical urban environments like DKI Jakarta.