Dalam menghadapi meningkatnya kekhawatiran lingkungan, pengelolaan kualitas udara yang efektif menjadi sangat penting. Penelitian ini berfokus pada Perth, Australia, sebuah wilayah yang sering terpengaruh oleh kebakaran hutan dan emisi industri, sehingga memerlukan pemantauan yang tepat terhadap polutan atmosfer seperti nitrogen dioksida (NO2). Dengan memanfaatkan teknologi penginderaan jauh yang canggih, termasuk satelit Sentinel-2 dan Sentinel-5P, penelitian ini menganalisis dinamika spasial dan temporal NO2 sebelum, selama, dan setelah kebakaran hutan Wooroloo pada tahun 2021.
Salah satu tujuan utama dari penelitian ini adalah mengonversi data NO2 yang diperoleh dari satelit dari satuan mol/m² menjadi μg/m³ untuk memungkinkan penilaian lingkungan yang akurat. Proses konversi ini menggunakan metode konversi unit yang meningkatkan metrik akurasi secara signifikan, dengan koefisien korelasi (r) meningkat dari 0,59 menjadi 0,82 dan kesalahan kuadrat rata-rata (RMSE) menurun dari 7,58 μg/m³ menjadi 3,20 μg/m³. Model regresi yang divalidasi dengan pengukuran di permukaan tanah menunjukkan kemampuan prediktif yang kuat (R² = 0,76, RMSE = 2,58 μg/m³), yang membantu dalam pembuatan peta distribusi NO2 di seluruh Greater Perth.
Perbandingan dengan enam stasiun pengukuran di permukaan tanah menunjukkan variasi akurasi (RMSE: 2,9249 hingga 7,2705 μg/m³), yang kemungkinan dipengaruhi oleh kedekatan dengan kebakaran dan arah angin yang berlaku. Analisis spasial dan temporal menggambarkan pola NO2 yang berbeda: tingkat yang stabil sebelum kebakaran, peningkatan dramatis selama kebakaran, dan pemulihan bertahap setelah kebakaran. Konsentrasi NO2 maksimum mencapai puncaknya selama kebakaran (hingga 79,227 μg/m³), melebihi pedoman kualitas udara. Setelah kebakaran, konsentrasi kembali normal, namun puncak sporadis tetap ada, menunjukkan dampak lingkungan yang berkelanjutan.
Selain itu, analisis parameter lingkungan seperti Suhu Permukaan Tanah (LST), curah hujan, dan Indeks Perbedaan Normalisasi Vegetasi (NDVI) selama periode studi menunjukkan korelasi signifikan dengan tingkat NO2. LST menunjukkan korelasi positif (r = 0,64) dengan konsentrasi NO2 selama kebakaran, menunjukkan bahwa suhu mempengaruhi stabilitas atmosfer dan penyebaran polutan. Curah hujan menunjukkan korelasi negatif (r = -0,52), menunjukkan perannya dalam membersihkan NO2 dari atmosfer setelah kebakaran. NDVI menunjukkan korelasi negatif yang lemah (r = -0,30), mencerminkan tren pemulihan vegetasi setelah kebakaran.
Artikel terkait: https://iopscience.iop.org/article/10.1088/1755-1315/1418/1/012081/meta
Tulisan ini memanfaatkan bantuan ChatGPT 4.0
Leave a Reply