SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
PEMODELAN DISPERSI SULFUR DIOKSIDA (SO 2) DARI SUMBER TITIK MAJEMUK DENGAN MODIFIKASI MODEL GAUSS DI JALAN PAGESANGAN RAYA SURABAYA SELATAN Nahdiya Syarifah a*, Abdu Fadli Assomadi b a
Mahasiswa Jurusan Teknik Lingkungan ITS b Dosen Jurusan Teknik Lingkungan ITS *
[email protected]
Abstrak Kota Surabaya mengalami peningkatan jumlah emisi baik dari industri maupun dari kendaraan bermotor yang memungkinkan terjadinya peningkatan dispersi pencemar di atmosfer. Dalam penelitian ini digunakan model Gauss untuk menghitung konsentrasi SO2 di area ISPU dan nilai kontribusi SO2 dari sumber titik majemuk terhadap ambien. Penelitian dilakukan dengan tahapan pengumpulan data 5 tahun terakhir dari ISPU Kota Surabaya kemudian analisis data dengan mencari konsentrasi minimum dan maksimum. Data 4 tahun digunakan untuk membuat model dan 1 tahun untuk verifikasi model. Setelah itu dilakukan pemodelan dengan modifikasi model Gasuss dengan menghitung emisi sumber pencemar titik. Setelah terbentuk model dilakukan validasi antara data konsentrasi hasil pemodelan dengan data primer yakni konsentrasi udara ambien untuk mengetahui nilai kontribusinya. Dari hasil pemodelan didapatkat konsentrasi SO2 di area ISPU dari sumber titik majemuk dengan arah angin ke timur pada musim kemarau 4 tahun adalah 0,6420 µg/m3 dan 1 tahun adalah 0,7660 µg/m3, dan pada musim hujan 4 tahun adalah 0,7445 µg/m3 dan 1 tahun adalah 0,8273 µg/m3. Dan nilai kontribusinya adalah 1,89%. Kata kunci: Dispersi SO2, pemodelan Gauss, sumber titik majemuk. Abstract Surabaya city have increased the amount of emissions of industry and motor vehicles that allow the dispersion in the atmosphere are influenced by meteorological and conditions of emission. Air dispersion can be described by the model. This study used Gaussian model to modelling the dispersion of SO2 in the atmosphere of the industrial point source compound based on the kinetics of transport are affected by atmospheric conditions, the wind speed, direction and atmospheric stability. The study was conducted with the stage of the last 5 years data of ISPU wich collected from Surabaya and then its analyzed by finding the minimum and maximum concentration. Then calculated the average of 4 years and 1 year as verification data. Meteorological data analyzed as ISPU data. Modeling is convert the data on the fuel industry needs to be released SO2 concentration of the pollutant source emission rate of a point source, then that is modeled by calculating the concentration of pollutants in the receiving point, its a point of ISPU. Having validated the model is formed between the concentration of data modeling results with the primary data of ambient air concentrations, there is the contribution value. Concentration of air ambient measurements in the field using a gas detector with a sensor that can capture the SO2.
ISBN XXXX-XXXX
1
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
From the modeling results we have the total of concentration for 1 years during the dry season with the wind direction to the southeast is 6.7255 μg/m3. And contribution value is 1.82%. Key word : dispersion of SO2, multiple point sources, gaussian modelling, validation. 1.
PENDAHULUAN
Kota Surabaya merupakan kota yang berada pada tahapan proses pembangunan di berbagai bidang/aspek kegiatan yang dapat menimbulkan dampak terhadap penurunan kualitas udara. Penelitian dilakukan di Surabaya Selatan dengan tingkat transportasi padat dan terdapat beberapa industri yang memiliki cerobong asap yang berdampak pada peningkatan pencemaran udara. Dengan meningkatnya pencemaran udara maka dibutuhkan upaya pemantauan kualitas udara salah satunya adalah alat ISPU yang salah satunya berada di daerah Surabaya Selatan. Dengan adanya alat ISPU ini akan didapatkan data kualitas udara di Surabaya selatan yang akan digunakan oleh pemerintah sebagai dasar pembuatan kebijakan untuk menekan/mengendalikan pencemaran udara. Oleh karena itu diperlukan suatu pemodelan untuk prediksi kualitas udara di daerah perkotaan. Pemodelan merupakan suatu cara yang dianggap efektif dan memerlukan biaya yang tidak mahal. Model yang didapatkan dari pemodelan dispersi ini selanjutnya digunakan dalam penentuan kebijakan dari pemerintah. Terdapat beberapa model dispersi yang telah dikembangkan salah satunya adalah model dispersi Gauss. Dengan model dispersi Gauss dapat dihitung estimasi konsentrasi pencemar dan nilai kontribusinya terhadap kualitas ambien. Parameter dalam penelitian ini adalah emisi Sulfur Dioksida (SO2) dari sumber pencemar titik majemuk (diambil 2 titik). 2.
PUSTAKA
Perhitungan emisi dari cerobong asap industri dengan mengkonversi bahan bakar menjadi emisi SO2, sesuai rumus: emission (Fuel a x EFa )…………………………………………….. (1) a
Dimana : Fuela = jumlah bahan bakar (liter) EFa = factor emisi SO2 untuk tiap jenis bahan bakar (kg/L). Emission = emisi SO2 total (kg) a = jenis bahan bakar (bensin, solar, dll. (IPCC, 2006) Nilai faktor emisi untuk kegiatan bioler industri dalam “National Renewable Energy Laboratory (2007)” adalah 4.79 kg/1000L. Penyebaran/dispersi pencemar dipengaruhi oleh beberapa faktor, yakni: 1. Pergerakan udara 2. Stabilitas atmosfer 3. Arah dan Kecepatan angin. Kecepatan angin yang dekat dengan permukaan tanah pada umunya lebih lambat dibandingkan dengan kecepatan angin pada permukaan yang lebih tinggi seperti bukit, pohon, dan bangunan. Pada bagian ini, hubungan antara ketinggian dan kecepatan angin dapat ditunjukkan pada rumus: p
z u u0 …………………………………………….……….………... (2) z0 Dimana: u = kecepatan angin pada ketinngian titik pantau u0 = kecepatan angin pada ketinggian z0 yang diketahui ISBN XXXX-XXXX
2
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
z z0 P
= ketinggian titik pantau = ketinggian pada kecepatan angin yang diketahui = eksponen dengan nilai antara 0 dan 1, fungsi stabilitas. (Andrew T. Allen, 1998)
Pemodelan dengan model fisik dan matematik. Proses analisa dengan identifikasi meteorologi, topografi, dan kondisi emisi yang ada, kemudian dipilih model yang tepat, mencari data, dan dilakukan pemodelan, dan hasil pemodelan dievaluasi. (Andrew T. Allen, 1998). Pada U.S EPA (1995) Parameter dispersi dari sumber titik (point source) dengan rumus Pasquill-Gifford digunakan untuk menghitung σ y dan σz (dalam meter) untuk kategori daerah pedalaman. σ y dihitung dengan rumus: σy = 465.11628(x)tan(TH), dimana :TH = 0.017453293[c - d ln(x)] …. (3) Dan σz dihitung dengan rumus: σz = axb …………………………………….……………………………... (4) Distribusi polutan secara vertikal dan lateral dapat digambarkan dengan model Gauss yang dapat memberikan hasil yang baik pada beberapa Gauss. Perkiraan konsentrasi dilakukan dengan waktu rata-rata selama adanya pusaran dan pergerakan angin. Persamaan Gauss untuk konsentrasi rata-rata dispersi dari sumber stack sesuai arah angin adalah: 2 2 1 y2 Q exp 1(z H) exp 1(z H) …………..(5) C exp 2 π u σy σz
2σ 2 y
2
σz
2
2
σz
2
Dimana: C = Konsentrasi polutan pada suatu titik dalam kondisi steady state, (µg/m3) Q = Laju emisi, (µg/s) σy, σz = Parameter dispersi horisontal dan vertikal u = Kecepatan rata-rata angin pada tinggi efektif stack, (m/s) y = Jarak horisontal dari titik tengah plume, (m) z = Jarak vertikal dari tanah, (m) H = Tinggi stack efektif, (m) yang dihiting dari h+Δh (Andrew T. Allen, 1998) 3. METODE Penelitian ini dilakukan dengan tahapan: 1. Perhitungan beban emisi dilakukan dengan pengambilan data jumlah pemakaian bahan bakar, data tipikal cerobong dan dapat diketahui laju emisinya. 2. Menghitung pengaruh meteorologikal terhadap proses dispersi di atmosfer, ditentukan dengan menyesuaikan kondisi di lapangan, misalnya kondisi cuaca cerah, sedang atau mendung. Pengaruh arah angin yakni mempengaruhi arah dispersi pencemar dan konsentrasi di titik tertentu. 3. Memodelkan dispersi dengan data-data skunder yang diperoleh dan akan dibandingkan dengan data ISPU untuk mengetahui nilai selisihnya. Data ISPU dibagi 2 kelompok pengolahan/analisis yaitu: Data 4 tahun diolah berdasarkan musim kemarau dan hujan. Pengolahan data tersebut antara lain: rata-rata, nilai maksimum dan minimum, dan dikoreksi apakah alat detektor dilakukan kalibrasi pada hari tertentu dan bagaimana pola datanya setelah dikalibrasi. Data 1 tahun, diolah sama seperti di atas. digunakan untuk verifikasi model yang dibangun berdasarkan data 4 tahun sebelumnya. 4. Validasi untuk menghitung nilai kontribusi dilakukan dengan membandingkan data primer/hasil sampling udara ambien dengan konsentrasi hasil pemodelan. 4. HASIL DAN PEMBAHASAN Konsentrasi ISPU rata-rata dapat dilihat pada Tabel 1. Dan data BMKG yakni kecepatan dan arah angin rata-rata pada musim hujan dan kemarau rata-rata 3 tahun dan 1 tahun dapat dilihat pada Tabel 2. ISBN XXXX-XXXX
3
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
Tabel 1 Data Konsentrasi SO2 dari ISPU Musim Nilai Minimal Maksimal Rata-rata
Hujan Konsentrasi Konsentrasi SO2 4 tahun SO2 1 tahun 20.5331 215.3767 69.5656 685.4420 35.1573 235.7933
Kemarau Konsentrasi Konsentrasi SO2 4 tahun SO2 1 tahun 25.1823 232.0925 123.2221 903.8875 64.5892 217.9925
Tabel 2 Kecepatan Angin Rata-rata Pada Arah Angin Dominan
Pada ketinggian 20 m (Tinggi stack) dihitung menggunakan rumus 2. Kecepatan rata-rata 3 tahun musim hujan = 3.1 Kecepatan rata-rata 3 tahun musim kemarau = 3.6 Kecepatan rata-rata 1 tahun musim hujan = 3.4 Kecepatan rata-rata 1 tahun musim kemarau = 3.7
Tabel IV dalam buku Air Pollution 3rd edition (1976), untuk menentukan stabilitas atmosfer dengan kecepatan angin pada ketinggian 10 m adalah 3-5 m/s dan didapatkan stabilitas atmosfer yang ada adalah B. Perhitungan Emisi SO2 Perhitungan emisi SO2 dari sumber titik yakni cerobong industri dihitung dengan mengkonversi jumlah bahan bakar industri menjadi laju emisi dalam satuan µg/s menggunakan rumus (1), yakni: Contoh perhitungan pada sumber titik 1 tahun 2007: emisiSO2 (1248454solar L/tahun x 4.79 kg/1000L) = 5980.09 kg/tahun emisiSO2 (417350bensin L/tahun x 4.79 kg/1000L) = 1999.11 kg/tahun emisi SO2 = (5980.09 + 1999.11) kg/tahun = 7979.20 kg/tahun = 259415.35 µg/s. Perhitungan Emisi SO2 selengkapnya dapat dilihat pada Tabel 3. Tabel 3 Perhitungan Emisi SO2
Tahun Total Emisi kg/tahun titik 1 2007 7979.20 2008 9712.94 2009 7132.93 2010 8655.90 2011 10527.05 rata-rata emisi 4 tahun (µg/s) rata-rata emisi 1 tahun (µg/s)
Total Emisi µg/s 259415.35 315781.76 231901.79 281415.89 342249.65 272128.70 342249.65
Total Emisi kg/tahun titik 2 100379.66 111808.53 61814.42 68666.11 77130.49
Total Emisi µg/s 3263487.59 3635056.75 2009676.00 2232434.32 2507623.69 2785163.67 2507623.69
Jarak dari sumber ke penerima (ISPU) dengan arah angin ke timur dan tenggara masingmasing adalah: Arah angin ke timur: sumber 1 ke ISPU, x = 950.6933 m dan y = 532.4500 m sumber 2 ke ISPU, x = 836.9580 m dan y = 775.062 m Arah angin ke tenggara: sumber 1 ke ISPU, x = 1089.6425 m dan y = 0 m sumber 2 ke ISPU, x = 1160.6656 m dan y = 0 m Perhitungan Konsentrasi SO2 Perhitungan konsentrasi SO2 pada titik penerima yakni alat ISPU dengan menggunakan rumus (5). Contoh perhitungan konsentrasi SO2 rata-rata 4 tahun musim kemarau dari sumber titik pada titik penerima yakni ISPU dengan jarak x, y, dan z (tinggi alat ISPU = 4 m) dari sumber jika arah angin ke timur dan tenggara dengan rumus seperti berikut: 1. Perhitungan rata-rata konsentrasi SO2 dari sumber titik 1 selama 4 tahun pada musim kemarau dengan arah angin ke timur adalah:
ISBN XXXX-XXXX
4
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
C
265418.68
μg s
2 2 1 532.452 1(4 20.359) 1(4 20.359) exp x exp exp 2 2 2 m 2 147.3047 2 103.4019 2 103.4019 2x3.14x4.0 x147.3047mx103.4019m s
C = 0.0020 µg/m3, Perhitungan selengkapnya dapat dilihat pada Tabel 4.
2. Jika arah angin ke tenggara, maka jarak antara titik 1 dan ISPU adalah x = 1089.6425 m dan jarak y = 0 m dihitung sesuai koordinat. Maka model konsentrasi SO 2 dari sumber titik 1 selama 4 tahun pada musim kemarau dengan arah angin ke tenggara:
2 2 1 02 Q exp 1(z H) exp 1(z H) exp 2 2 2 2 π u σy σz 2 σz 2 σz 2 σy 2 2 1(z H) 1(z H) exp 0 = 1, maka: Q C exp 0 exp exp 2 2 π u σy σz 2 σ z 2 σ z μg 265418.68 2 2 1(4 20.359) 1(4 20.359) s C x exp exp 2 2 m 103.4019 2 2 103.4019 2x3.14x4.0 x147.3047mx103.4019m s
C
C = 1.0434 µg/m3 Model dispersi SO2 pada jarak 100 – 5000 m dapat dilihat pada Gambar 2. C titik1
333810,849
2 2 1(4 20,351) 1(4 20,351) x exp exp 2 2 m 2 120,0949 2 120,0949 2x3,14x4,1 x166,4117mx120,0949m s
Ctitik 1 = 1,3123 µg/m3 C titik 2
μg s
2445791,832
μg s
2 2 1(4 20,351) 1(4 20,351) x exp exp 2 2 m 2 128,7094 2 128,7094 2x3,14x4,1 x176,066mx128,7094m s
Ctitik 2 = 5,6118 µg/m3 C model total = 1,3123 µg/m3 + 5,6118 µg/m3 = 6,9241 µg/m3
Tabel 4 Perhitungan Model Konsentrasi SO2 dengan Arah Angin ke Timur (µg/m3) Musim Kemarau Rata-rata konsentrasi 4 tahun Rata-rata konsentrasi 1 tahun Musim Hujan Rata-rata konsentrasi 4 tahun Rata-rata konsentrasi 1 tahun
Sumber titik 1 0,5892 0,7198 Sumber titik 1 0,6833 0,7774
Sumber titik 2 0,0528 0,0462 Sumber titik 2 0,0612 0,0499
Emisi Total 0,6420 0,7660 Emisi Total 0,7445 0,8273
Validasi Model Data sampling kualitas udara dapat dilihat pada Tabel 5. Data meteorologi diambil pada titik yang sama. Data yang diambil adalah data suhu udara, kecepatan dan arah angin. Tabel 5 Kualitas Udara Hasil Sampling Menit ke-
Kecepatan angin (m/s)
1 2 3 4 5
0 1,49 0,49 0,81 0,68
arah angin Tenggara Tenggara Tenggara Tenggara Tenggara Rata-rata
Suhu udara (oC) 35,3 35,3 34,7 35,14 36,4
SO2 (ppm) 0,1 0,1 0,2 0,1 0,2
SO2 (µg/m3) 261,7587 261,7587 523,5174 261,7587 523,5174 366,6422
Perhitungan Kontribusi Sumber Titik Perhitungan kontribusi sesuai model pada musim kemarau 1 tahun dengan data sampling dengan rumus (7) adalah: ISBN XXXX-XXXX 5
SCIENTIFIC CONFERENCE OF ENVIRONMENTAL TECHNOLOGY IX - 2012 Advances in Agricultural and Municipal Waste Technology to Anticipate Food and Energy Crisis Surabaya, 10 July 2012
C -C model % kontribusi 100% ambien C ambien
x100%
366,6422 6,9241 % kontribusi 100% x100% 366,6422 % kontribusi = 1,89 %
Konsentrasi (µg/m3)
200 150 Stack 1
100
Stack 2
50
Total
0 0
1000
2000
3000 x (m)
4000
5000
6000
Gambar 2 Model Konsentrasi SO2 Terhadap Jarak 5.
KESIMPULAN 1. Konsentrasi SO2 di titik ISPU hasil pemodelan Gauss dari sumber titik majemuk: Konsentrasi selama 4 tahun pada musim kemarau dengan arah angin ke timur 0,6420 µg/m3 Konsentrasi selama 1 tahun pada musim kemarau dengan arah angin ke timur 0,7660 µg/m3 Konsentrasi selama 4 tahun pada musim hujan dengan arah angin ke timur 0,7445 µg/m3 Konsentrasi selama 1 tahun pada musim hujan dengan arah angin ke timur 0,8273 µg/m3
= = = =
Hasil perhitungan kontribusi sumber titik majemuk dari model Gauss terhadap ambien adalah 1,89%. 6. REFERENCES Allen, Andrew T. 1998. Atmospheric Dispersion Models. Air Quality Control Handbook. New York: McGraw-Hill. Anonim. 1992. “Screening Procedures for Estimating the Air Quality Impact of Stationary Sources, Revised”. U.S. Environmental Protection Agency, Air Quality Planning and Standards Research Triangle Park. North Carolina. Anonim. 1995. “User's Guide for The Industrial Source Complex (ISC3) Dispersion Models Volume II - Description of Model Algorithms”. U.S. Environmental Protection Agency, Air Quality Planning and Standards Emissions, Monitoring, and Analysis Division Research Triangle Park. North Carolina. Bai, Ni, Khazaei, Majid, van Eeden, Stephan F., Laher, Ismail. 2007. “The pharmacology of particulate matter air pollution-induced cardiovascular dysfunction”. Pharmacology & Therapeutics 113, 16–29. Chapter III Basic Concept for Dispersion Modelling, 2010.
Storm, Gordon. H. 1976. Transport and Diffusion of Stack Effluent in Air Pollution (Ed). Departement of Environmental Science and Engineering. New York: Academic Press. ISBN XXXX-XXXX
6