Kualitas udara di kawasan metropolitan Jabodetabek dibentuk oleh interaksi antara emisi transportasi, industri, pembangkit, kegiatan domestik, kondisi meteorologi, transformasi kimia, serta pertukaran massa udara antardaerah. Data inventarisasi emisi mampu menjelaskan besarnya beban pencemar dan lokasi sumber, sedangkan stasiun pemantauan memberikan informasi konsentrasi pada titik dan waktu tertentu. Namun, kedua jenis data tersebut belum secara langsung menggambarkan distribusi konsentrasi secara menerus, perkembangan vertikal atmosfer, maupun transportasi polutan di dalam sistem airshed Jabodetabek. Penelitian ini bertujuan menganalisis distribusi spasial-temporal kualitas udara, keterkaitan meteorologi–kimia, dan dinamika transportasi polutan dengan fokus pada DKI Jakarta menggunakan sistem pemodelan WRF–CAMx.
Inventarisasi emisi Jabodetabek direkapitulasi menurut wilayah, sektor, polutan, dan geometri sumber, kemudian diproses menjadi masukan CAMx melalui integrasi sistem informasi geografis, spesiasi mekanisme CB6r4 dan CF3, alokasi spasial, disagregasi temporal, konversi satuan, serta pemeriksaan konservasi massa. Simulasi menggunakan empat domain bersarang beresolusi 27, 9, 3, dan 1 km, dengan informasi Local Climate Zone pada representasi permukaan perkotaan. Dua episode representatif selama tujuh hari dipilih melalui pembandingan robust terhadap baseline polutan dan meteorologi DKI1–DKI5 periode 2021–2026, dengan bobot seimbang antara blok polutan dan meteorologi. Episode terpilih adalah 24–30 Januari 2024 untuk kondisi musim hujan dan 16–22 Juli 2024 untuk kondisi musim kemarau. Keluaran WRF dievaluasi terhadap temperatur, kelembapan relatif, kecepatan angin, dan arah angin, sedangkan evaluasi model CAMx mencakup PM?.?, PM??, SO?, CO, O?, dan NO? pada skala per jam, MDA8 O?, serta rata-rata 24 jam partikulat. Evaluasi menggunakan statistik bias, galat, korelasi, index of agreement, analisis diurnal, distribusi spasial, dan pendekatan weight of evidence.
Hasil menunjukkan bahwa WRF lebih baik dalam merepresentasikan temperatur dan kelembapan dibandingkan angin. Pada episode hujan, temperatur observasi dan model masing-masing 27,91 dan 27,64 °C, dengan RMSE 2,08 °C dan korelasi 0,72; pada episode kemarau nilainya 29,09 dan 28,15 °C, dengan RMSE 1,64 °C dan korelasi 0,92. Kecepatan angin model tetap terlalu tinggi, yaitu 1,45 m/s dibandingkan observasi 0,62 m/s pada episode hujan dan 1,06 m/s dibandingkan 0,54 m/s pada episode kemarau. Representasi arah angin membaik pada episode kemarau, tetapi galatnya masih membatasi kepastian lokasi dan waktu lintasan plume. Diagnostik domain menunjukkan kontras meteorologi yang jelas: rerata PBLH model meningkat dari 545,37 m pada episode hujan menjadi 635,98 m pada episode kemarau, sedangkan akumulasi hujan menurun dari 137,27 menjadi 1,91 mm. Nilai PBLH tersebut merupakan hasil model dan belum dapat diperlakukan sebagai validasi observasional.
CAMx menangkap sebagian pola diurnal dan kontras antarepisode, tetapi kemampuan kuantitatifnya berbeda menurut polutan. Pada episode hujan, rerata O? per jam mendekati observasi dengan NMB ?0,57% dan korelasi 0,50, sedangkan pada episode kemarau O? diprediksi berlebih dengan NMB +43,18%. PM?.? diprediksi rendah pada episode hujan dengan NMB ?26,23%, tetapi sangat tinggi pada episode kemarau dengan NMB +103,29%. PM?? juga diprediksi rendah pada episode hujan, sementara SO?, CO, dan NO? menunjukkan bias yang berubah menurut musim serta korelasi yang umumnya rendah. Pola fotokimia O? pada siang hari, akumulasi polutan primer pada lapisan batas yang lebih dangkal, dan perubahan konsentrasi yang berasosiasi dengan hujan serta ventilasi secara kualitatif sejalan dengan mekanisme yang dilaporkan pada penelitian sejenis. Meskipun demikian, bias angin, ketidakpastian emisi, kondisi awal dan batas, kimia aerosol, serta perbedaan representasi grid–sensor menyebabkan konsentrasi absolut dan lintasan transport aktual belum dapat dipastikan.
Pengujian hipotesis menunjukkan bahwa perbedaan meteorologi menghasilkan pola polutan yang berbeda pada kedua episode dan bahwa kondisi kemarau yang lebih kering mendukung konsentrasi partikulat yang lebih tinggi, tetapi kontribusi hujan belum dapat dipisahkan dari emisi, kimia, dan adveksi. Pengaruh radiasi, kelembapan, pencampuran, angin, dan lapisan batas terhadap O? serta polutan sekunder didukung sebagai hubungan diagnostik, bukan hubungan sebab-akibat yang telah terisolasi. Kebaruan penelitian ini terletak pada integrasi inventarisasi emisi lokal, seleksi episode representatif berbasis polutan–meteorologi, pemodelan beresolusi 1 km dengan LCZ, serta evaluasi fenomenologis dan kejadian meteorologi dalam satu kerangka airshed tropis-pesisir. Sumbangan penelitian adalah tersedianya kerangka analisis yang dapat ditelusuri untuk menilai kapan WRF–CAMx layak digunakan sebagai perangkat eksploratif–diagnostik sekaligus menetapkan batas klaimnya. Hasil ini mendukung pengembangan pemodelan kualitas udara Jabodetabek, tetapi belum dapat digunakan untuk atribusi kuantitatif sektor atau wilayah tanpa source apportionment dan analisis sensitivitas tambahan.
Perpustakaan Digital ITB